一、崗位描述
本崗位負(fù)責(zé)在指導(dǎo)下參與電力業(yè)務(wù)場景的AI模型開發(fā)、算法實(shí)現(xiàn)、數(shù)據(jù)預(yù)處理及模型基礎(chǔ)優(yōu)化工作。是AI技術(shù)從理論到實(shí)際業(yè)務(wù)應(yīng)用的橋梁，為實(shí)現(xiàn)公司產(chǎn)品智能化、運(yùn)營效率提升及新業(yè)務(wù)模式探索提供堅(jiān)實(shí)的技術(shù)基礎(chǔ)。
二、 核心職責(zé)與工作任務(wù)
1. AI模型開發(fā)與實(shí)現(xiàn)
1.1 在專家指導(dǎo)下，參與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)模型的代碼實(shí)現(xiàn)、訓(xùn)練與基礎(chǔ)調(diào)優(yōu)。
1.2 完成特定功能模塊或算法的編碼、單元測(cè)試和集成。
1.3 協(xié)助進(jìn)行模型性能的初步評(píng)估與驗(yàn)證，輸出基礎(chǔ)測(cè)試報(bào)告。
2. 數(shù)據(jù)處理與特征工程
2.1 負(fù)責(zé)業(yè)務(wù)數(shù)據(jù)的收集、清洗、標(biāo)注及預(yù)處理工作，確保數(shù)據(jù)質(zhì)量。
2.2 根據(jù)算法需求，在指導(dǎo)下完成基礎(chǔ)的特征提取、選擇與構(gòu)建。
2.3 維護(hù)和管理小型數(shù)據(jù)集或數(shù)據(jù)樣本。
3. 技術(shù)學(xué)習(xí)與應(yīng)用
3.1 跟蹤學(xué)習(xí)AI領(lǐng)域（特別是電力相關(guān)應(yīng)用場景）的前沿技術(shù)和工具。
3.2 將成熟的算法和工具應(yīng)用到具體業(yè)務(wù)場景中，解決明確的技術(shù)問題。
3.3 編寫清晰的技術(shù)文檔，記錄開發(fā)過程、算法原理和代碼說明。
4. 項(xiàng)目協(xié)作與支持
4.1 在項(xiàng)目團(tuán)隊(duì)中，積極配合算法專家、數(shù)據(jù)工程師和產(chǎn)品經(jīng)理，完成指定的開發(fā)任務(wù)。
4.2 參與技術(shù)方案討論，能夠清晰表達(dá)自己的思路和遇到的問題。
4.3 為業(yè)務(wù)部門或客戶提供基礎(chǔ)的AI技術(shù)原理和應(yīng)用支持。
三、 任職資格與能力要求
具體要求
學(xué)歷與專業(yè)
本科及以上學(xué)歷，計(jì)算機(jī)科學(xué)、軟件工程、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、電氣工程及自動(dòng)化（具備扎實(shí)編程和算法基礎(chǔ)）等相關(guān)專業(yè)。
知識(shí)技能
1. 編程基礎(chǔ)：熟練掌握Python，熟悉常用數(shù)據(jù)結(jié)構(gòu)與算法。
2. AI框架：掌握至少一種主流深度學(xué)習(xí)框架（如PyTorch, TensorFlow）的應(yīng)用。
3. 數(shù)據(jù)處理：熟悉Pandas, NumPy等數(shù)據(jù)分析庫，了解SQL基礎(chǔ)。
4. 領(lǐng)域知識(shí)：對(duì)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)基本理論（如分類、回歸、神經(jīng)網(wǎng)絡(luò)）有理解。了解電力行業(yè)基礎(chǔ)知識(shí)（如負(fù)荷預(yù)測(cè)、設(shè)備監(jiān)測(cè)）者優(yōu)先。
經(jīng)驗(yàn)要求
1. 應(yīng)屆畢業(yè)生，或有1-3年AI/算法相關(guān)項(xiàng)目開發(fā)經(jīng)驗(yàn)。
2. 有數(shù)據(jù)競賽獲獎(jiǎng)經(jīng)歷、個(gè)人技術(shù)博客/GitHub項(xiàng)目、或在電力/能源行業(yè)AI應(yīng)用項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
能力素質(zhì)
1. 學(xué)習(xí)能力：強(qiáng)烈的求知欲，能快速學(xué)習(xí)新技術(shù)和業(yè)務(wù)知識(shí)。
2. 邏輯思維：具備良好的分析問題和解決問題的能力。
3. 協(xié)作溝通：良好的團(tuán)隊(duì)合作意識(shí)，能清晰地進(jìn)行技術(shù)溝通。
4. 責(zé)任心：對(duì)代碼質(zhì)量和任務(wù)交付有責(zé)任心，關(guān)注細(xì)節(jié)。