算法工程师-寿命预测

设计与执行电芯加速寿命测试方案，构建用于不同工况下高质量寿命数据集；

开发基于多尺度多物理场机理与数据驱动融合的寿命预测算法，实现电芯寿命的精准预测与快速评估；

负责电芯长期性能快速评价算法在研发流程中的集成应用，与电芯测试、工艺及可靠性团队协作，完成算法验证、结果分析与持续优化，形成标准化的快速评价流程与报告。

硕士及以上学历，电化学/应用化学/材料科学/计算机科学/统计学/自动化/电子信息等相关专业；

掌握锂离子电池老化机制与寿命衰减规律，熟悉容量增量分析（ICA）、差分电压（DV）、内阻等电池特征提取方法，具备扎实的机器学习基础，能够使用Python完成数据清洗、特征工程与模型开发，熟练使用PyTorch/Scikit-learn等工具独立完成模型训练、调参与性能评估；

具有从实验数据到算法模型的全链路工程能力，善于将电池退化机理与数据驱动方法结合，具备良好的文献检索与英文技术文档阅读能力，能够独立开展算法方案设计与验证工作；

能够适应实验室测试与现场调试出差，具备跨团队协作能力；

加分项：具有电池加速寿命测试或公开数据集（如NASA、Oxford、CALCE）分析项目经验，有XGBoost/LightGBM/LSTM/Transformer等模型在电池预测任务上的实战经验，了解电池老化等效电路模型（ECM）或电化学阻抗谱（EIS）分析基础者优先。