智能技术工程师-算法&智能体

负责异常电芯数据的分析与挖掘，构建异常预警模型体系，并探索智能体技术在数据自动清洗、异常自动归类、特征自动衍生等环节的提效应用；

负责数据预处理、特征工程、模型训练与调优的全流程开发，确保模型在业务场景中的准确性与稳定性，同步构建面向智能体的标准化数据服务接口；

负责模型的上线部署与运维迭代，跟踪模型实际表现并持续优化，确保预警系统的长效可用；

参与智能体（Agent）应用链路的工程落地，结合预警模型输出与大模型推理能力，实现异常电芯的自动诊断报告生成、根因初步分析及处置建议推送；

配合算法专家完成电芯失效模式RAG知识库的数据整理、向量化索引构建、Prompt模板设计与调优，持续迭代预警智能体的诊断准确率与响应效率，输出标准化技术文档。

本科及以上学历，计算机/数学/人工智能等相关专业；

具有锂电业务与深度学习/机器学习相结合的应用落地经验者优先，了解电芯基本失效模式（微短路、析锂、内阻异常等）者加分；

掌握主流深度学习与机器学习算法，如Transformer、LSTM、CNN、XGBoost、随机森林、SVM等，具备AI建模全流程实战经验；

具有时间序列数据分析与挖掘经验，熟悉趋势波动性分析、傅里叶变换、小波分析、香农熵等常用信号处理方法；

熟悉数据库及数据仓库使用，精通SQL语言，掌握MySQL、Oracle、ClickHouse等主流数据库中的至少一种；

熟练使用Python，熟悉PyTorch/TensorFlow等深度学习框架，具备良好的代码规范、工程编码习惯与文档沉淀意识；

熟悉大模型（如Qwen、GPT系列、DeepSeek等）API调用与PromptEngineering，有LangChain、Dify等框架的基础应用经验；了解RAG技术原理（文档加载→分块→向量化→检索→生成），参与过知识库构建或智能问答类应用落地者优先；对Agent技术有浓厚兴趣，具备将大模型能力与预警业务场景结合的实践意识与快速学习能力；

具备良好的沟通协作能力与问题解决能力，逻辑清晰、数据敏感，能快速响应业务需求并推动技术落地。