岗位职责
- 负责电池包配组环节电芯一致性的算法设计与优化，构建电芯参数（电压、容量、内阻等）一致性分析模型，提升电池包整体性能稳定性。
- 基于电池包电性能测试数据，设计并落地放电压差、容量等关键指标的预测算法以及深度电性能异常挖掘模型，优化模型精度，满足工程化落地需求。
- 牵头算法研发全流程，包括需求分析、数据预处理、模型选型（机器学习/深度学习）、训练迭代、验证测试及上线部署，解决算法落地过程中的技术瓶颈。
- 对接业务团队，挖掘业务核心需求，推动算法成果的规模化常见应用。
- 追踪电池制造行业前沿，善于结合行业特性与AI算法，提升团队技术竞争力。
职位要求
- 硕士及以上学历，计算机、电子信息、自动化、应用数学、电池工程等相关理工科专业，5年及以上AI算法研发经验，其中2年及以上电池领域算法研发经验者优先。
- 精通机器学习（回归、聚类、分类）、深度学习（CNN、LSTM等时序模型）算法，熟练掌握电芯一致性分析、时序数据预测相关算法设计，具备独立算法建模、优化及落地能力。
- 熟练使用Python、TensorFlow/PyTorch等算法开发工具，精通数据预处理、特征工程方法，能高效处理电池测试海量时序数据。
- 深入理解电池包配组流程、电芯一致性影响因素，熟悉电池电性能测试原理，能结合业务场景优化算法设计。
- 具备良好的问题解决能力、沟通协调能力及团队意识，有较强的创新思维和抗压能力，能独立负责核心算法项目落地。
