算法工程师

与自控、暖通工程师协同，参与AI节能模块的整体架构设计，重点负责运维大模型的构建与落地；

负责开发并优化用于空调系统节能预测、故障诊断、能效调优的先进AI算法，包括但不限于时序预测、强化学习、迁移学习等；

主导或参与面向暖通运维场景的大语言模型（LLM）或时间序列大模型的预训练、微调与部署，实现自然语言交互式的运维指令生成、异常根因分析及节能策略推荐；

进行算法性能评估与模型迭代，设计科学的离线与在线评测体系，持续提升模型的准确性与鲁棒性；

与软件工程师紧密协作，完成算法及大模型服务的产品化集成，确保接口规范、推理高效；

参与空调系统节能项目的现场实施与调试，跟踪模型实际运行效果，快速响应现场数据漂移，保障AI系统稳定、高效运行。

硕士学历，计算机、人工智能、自动化、暖通与能源交叉学科等相关专业；

算法基础：具备扎实的机器学习、深度学习理论基础，熟悉时序预测、异常检测、强化学习等常用算法，有独立完成复杂模型开发与调优的经验（包括课题研究或实习项目）；

编程能力：精通Python，熟练使用TensorFlow、PyTorch等主流框架，具备良好的代码工程习惯（版本管理、单元测试、容器化等）；

大模型构建能力： ①熟悉大语言模型（如LLaMA、Qwen、ChatGLM）或时间序列大模型（如TimesFM、Lag-Llama）的架构与训练/微调技术（LoRA、PEFT、RLHF等）； ②有实际参与大模型在垂直领域（如工业运维、能源管理）的构建、压缩或部署经验（含课程项目或竞赛）； ③了解向量数据库、RAG（检索增强生成）等技术，能结合知识库提升运维问答的准确性与可解释性。

对智能控制系统、暖通空调（HVAC）节能技术有基本认知或强烈兴趣者优先考虑。