AI算法工程师（能源预测与调度）

岗位职责： 1. 主导家庭能源场景下的新能源光伏/负荷预测、电价预测以及多目标优化调度模型的研究与应用，推动模型从训练到边缘/云端部署的全流程落地。 2. 探索端到端能源大模型、强化学习、联邦学习等前沿技术，设计高精度、低时延的预测与调度算法，持续提升模型性能与业务效果。 3. 构建能源时序数据仿真环境，开发个性化学习框架（如Household Embedding），实现家庭用能习惯的动态建模与自适应调度。 岗位要求： 1. 在时序预测（LSTM/Transformer）、强化学习、运筹优化（数学规划/模型预测控制） 等领域有2年以上实践经验，熟悉多目标优化（经济性/舒适度/低碳）的建模与求解方法，掌握Pyomo、CVXPY等工具者加分。 2. 熟悉PyTorch/TensorFlow其中一种或多种框架模型的训练和部署，了解混合精度训练、分布式训练、TensorRT部署等； 3. 具备能源电力、工业控制等场景落地经验，有家庭能源管理（HEMS）项目经历者优先。 4. 具备出色的跨团队协作能力，有强烈的技术好奇心，能快速学习能源领域知识，对解决低碳能源调度问题有热情。 5.全日制本科学历及其上，英语能力良好者优先。