储能系统AI开发工程师（广州）(J12707)

1、参与储能及微电网 AI 算法与软件研发，面向光伏、储能、柴油发电机、电网及负荷等多能源系统，开展数据分析、预测、

优化调度及智能控制相关技术研究。

2、负责 BMS、PCS、EMS、负荷、光伏及电价等多源数据的处理、分析和建模，挖掘储能系统运行规律和潜在风险；

3、参与负荷预测、光伏功率预测、电池状态分析、电池异常检测、SOH/RUL 预测及安全预警等 AI 算法研发；

4、参与 EMS 智能调度与优化算法研发，综合考虑光伏、负荷、SOC、电价及柴油发电机等设备运行状态和约束，研究光储

柴等系统的协同优化运行策略。

5、基于机器学习、深度学习、时间序列分析、数学优化及强化学习等技术，开展算法模型设计、训练、评估及性能优化；

6、负责 AI 算法的软件工程化开发，推动算法在储能 EMS、边缘计算设备及云平台中的部署和应用；

7、探索大语言模型、AI Agent 等新技术在储能智能运维、故障诊断、数据分析及运行策略优化中的应用；

8、与 EMS、BMS、PCS 及嵌入式软件团队协作，完成算法方案设计、软件集成、系统测试及现场验证；

9、跟踪 AI 与新能源领域前沿技术，参与公司储能智能化产品、核心算法及相关技术平台的研发。

1、硕士及以上学历，人工智能、计算机、自动化、控制工程、电气工程、电力系统、能源动力、数学、数据科学等相关专业；

2、熟练掌握 Python，熟悉 NumPy、Pandas、Scikit-learn、PyTorch 等数据分析及机器学习工具；

3、熟悉机器学习、深度学习、时间序列预测、异常检测等算法，具备实际项目或科研经验；

4、熟悉 LSTM、Transformer、AutoEncoder、聚类、回归、分类等一种或多种算法；

5、了解线性规划、整数规划、遗传算法、粒子群、强化学习、MPC 等优化算法者优先；

6、对储能系统、BMS、PCS、EMS、电力系统、光伏或微电网有一定了解者优先；

7、具备较强的数据分析能力和独立解决问题能力，能够完成算法从数据处理、模型训练到部署验证的完整开发流程；

8、熟悉 C/C++、Linux、Docker、ONNX、TensorRT、CUDA 或边缘 AI 部署者优先；

9、有以下项目经历之一者优先：电池 SOH / SOC / RUL 预测,电池异常检测或安全预警,电力负荷预测,光伏发电预测，储能优化调度，微电网能量管理 ,AI Agent / RAG / 大模型应用, 边缘 AI 模型部署

10、具有良好的逻辑思维能力、学习能力和团队协作能力，对 AI+新能源、AI+储能方向具有浓厚兴趣。