核心職責：
1、數(shù)據(jù)治理與特征工程：負責光伏發(fā)電、電力負荷、電價、儲能狀態(tài)等時序數(shù)據(jù)的采集、清洗、整合與深度特征工程，構建并維護高質量、可靠的數(shù)據(jù)集，為預測與調度模型奠定基礎。
2、預測算法研發(fā)與優(yōu)化：主導微電網場景下光伏發(fā)電功率預測與負荷短期/超短期預測核心算法的設計、實現(xiàn)、訓練與調優(yōu)，為調度決策提供精準的輸入。
3、功率調度算法開發(fā)：研究并開發(fā)微電網功率優(yōu)化調度算法，包括但不限于經濟調度、實時優(yōu)化調度等模型，綜合考慮發(fā)電側、負荷側、儲能及電網交互，實現(xiàn)系統(tǒng)運行的經濟性、安全性與穩(wěn)定性最優(yōu)。
4、模型全生命周期評估：設計并實施科學的模型評估框架，對預測及調度算法的準確性、魯棒性、時效性及泛化能力進行全面測試與驗證，輸出量化分析報告，驅動模型迭代。
5、前沿技術探索與落地：持續(xù)跟蹤時序預測、優(yōu)化算法、強化學習等領域的技術動態(tài)，探索并嘗試將創(chuàng)新模型（如深度強化學習DRL用于調度決策）應用于實際業(yè)務，提升系統(tǒng)智能化水平。
6、跨團隊協(xié)作與工程落地：與產品、軟件工程、業(yè)務等部門緊密協(xié)作，推動預測與調度算法模型的產品化集成與落地應用，提供清晰的技術方案與支持。

任職要求：
1、教育背景：本科及以上學歷，計算機科學、人工智能、運籌學、控制科學與工程、電氣工程、能源與動力工程等相關專業(yè)。
2、知識基礎：具備扎實的數(shù)學基礎，熟練掌握概率論、數(shù)理統(tǒng)計、線性代數(shù)、優(yōu)化理論（如線性/非線性規(guī)劃、凸優(yōu)化）等知識，并能在算法建模中靈活運用。
3、工具與技能：
精通Python編程，熟練使用NumPy、Pandas進行高效數(shù)據(jù)處理與分析。
熟練掌握Scikit-learn、XGBoost、LightGBM等機器學習庫與框架。
掌握至少一種深度學習框架（如PyTorch或TensorFlow），具有使用CNN、RNN/LSTM、Transformer等模型解決時序預測問題的經驗。
有使用優(yōu)化求解器（如Glpk）或強化學習框架解決決策優(yōu)化問題的經驗者優(yōu)先。