1、 面向储能云平台，参与储能电站负荷预测、光伏 / 风电功率预测算法模型设计、开发、调优与落地，基于时序数据完成短期 / 超短期预测建模。 2、 研发储能优化调度、充放电策略、多电站协同优化算法，参与模型仿真、离线验证与平台上线迭代，支撑虚拟电厂、储能集群调控业务。 3、 基于电站运行数据开展异常检测、故障诊断、健康评估（SOH/SOC 估算）算法研究，挖掘设备异常特征，提升储能系统可靠性。 4、 对接储能云平台后端，完成算法工程化封装、接口联调，撰写算法文档、测试报告，支撑算法模块在云平台部署。 5、 参与数据清洗、特征工程、数据集构建，持续迭代模型，跟踪线上效果，完成模型监控与效果复盘。 6、 和电力仿真、平台开发、现场运维团队协同，理解储能业务场景，把 AI 算法落地到真实储能场站。 1、 2027 届硕士及以上学历，电气工程、自动化、控制科学、人工智能、计算机、应用数学等相关专业。 2、 扎实的机器学习、深度学习、时序建模基础，熟悉 LSTM、Transformer、XGBoost 等常用时序预测算法。 3、 熟练使用 Python，掌握 Pandas、Numpy、Scikit-learn、PyTorch/TensorFlow 至少一种框架。 4、 熟悉数据分析、特征工程，能够独立完成模型训练、评估、调参。