一、 岗位职责 (Job Responsibilities)

1. 技术战略与架构规划

顶层设计：负责公司新能源 AI 技术体系的顶层设计，制定 AI 在能源管理、负荷预测、电网调度等场景的技术路线图。

架构搭建：设计并搭建高并发、低延迟的能源 AI 中台或数字孪生平台，支撑大规模分布式能源（DER）的接入与管理。

前沿探索：跟踪全球能源 AI 领域的前沿技术（如大模型在电力系统的应用、联邦学习在数据隐私方面的应用），评估其商业落地可行性。

2. 核心算法研发与攻关

预测算法：主导研发高精度的短期 / 超短期负荷预测、光伏发电 / 风电功率预测算法，优化模型以适应天气突变和复杂工况。

优化调度：开发基于强化学习（RL）或混合整数规划（MIP）的智能调度算法，解决虚拟电厂（VPP）聚合商的多能互补与削峰填谷策略。

异常检测：利用机器学习（ML）技术构建设备故障诊断与寿命预测模型（PHM），提升储能电池、光伏逆变器的运维效率。

3. 跨部门协同与项目交付

业务赋能：与产品经理协作，将 AI 算法转化为可落地的 SaaS 产品（如 EMS 能量管理系统、电力交易辅助决策系统）。

二、 能力要求 (Job Requirements)

1. 教育背景与专业知识

学历：计算机科学、人工智能、电气工程、运筹学或自动化专业博士或硕士学历。

复合背景：具备 “AI + 新能源” 复合知识体系。不仅精通深度学习（DL）、机器学习（ML），还需深刻理解电力系统运行机理、电网调度规则及储能物理特性。

2. 技术硬实力 (Hard Skills)

算法能力：

精通时间序列预测（LSTM, Transformer, Prophet）、强化学习（DQN, PPO, A2C）及图神经网络（GNN）。具备大规模优化问题（凸优化、非线性规划）的建模与求解能力。

工程落地：

熟练掌握 Python/C++，熟悉 PyTorch/TensorFlow 等主流深度学习框架。

具备大数据处理能力（Spark, Flink），能处理海量时序电力数据（TB/PB 级）。

熟悉云原生技术（Docker, Kubernetes）及边缘计算部署，了解 AI 模型在低算力硬件上的轻量化部署。

3. 项目经验 (Experience)

行业经验：5 年以上相关工作经验，其中至少 3 年在新能源、电力、储能或自动驾驶领域的算法落地经验。

成功案例：主导过至少 1 个大型虚拟电厂（VPP）、智能微电网或EMS 系统的 AI 算法开发与上线，并能提供可量化的业务成果（如预测准确率提升 X%，或帮助客户节省电费 Y%）。

三、 加分项 (Bonus Points)

学术背景：在 NeurIPS, ICML, KDD 或 IEEE Trans. 等顶级会议 / 期刊发表过相关论文。

专利与奖项：拥有多项关于电力 AI 算法或系统架构的发明专利，或曾获得行业技术创新奖项。

行业资源：拥有电力设计院、电网公司或大型能源集团的技术合作资源。

证书：持有 PMP、系统架构师或相关专业技术资格证书。