AI 算法专家

About the Role: 聚焦AI算法与大模型技术在能源领域尤其是发电领域（包括火电和新能源）场景中的研究与落地。算法功底扎实，对大模型技术有深入理解并能够根据产品需求快速完成从算法选型、开发到工程交付。

How You'll Make an Impact:
• 根据产品团队提出的场景需求，进行算法调研、方案设计与技术选型，输出可落地的算法方案，并推动从原型验证到线上部署的全流程交付。
• 研发面向时序数据的异常检测、趋势预测、模式识别等核心算法，持续优化模型在准确率、误报率、召回率、泛化性等维度的表现。
• 深入研究大语言模型（LLM）在能源智能领域的应用，包括但不限于：基于LLM的智能精确诊断问答与推理、运维日志与报警信息的语义理解、结构化知识抽取与知识图谱构建、多轮对话式故障分析Agent、LLM与时序模型的协同架构设计。
• 探索多模态大模型在能源场景的落地路径，如结合振动频谱图、趋势曲线图等视觉信息与文本信息进行综合诊断推理。
• 研究自监督学习、迁移学习、无监督学习等方法，解决能源场景中标注数据稀缺、故障样本不均衡、故障样本自选择的现实问题。
• 建立规范的算法评估体系与实验管理流程，确保算法迭代的可追溯、可对比、可复现。
• 与领域工程师紧密协作，将业务侧描述的设备问题转化为明确的算法问题定义，领域知识由团队提供，你负责算法侧的解题。

What You Bring:
• 学历：硕士及以上学历。计算机科学、人工智能、机器学习、统计学、数学、信号处理等相关专业。
• 经验：5年以上算法研发应用经验，有实际项目从研究到产品落地的完整经历。有能源领域大模型应用研发经验的优先。
• 算法能力：扎实的机器学习与深度学习理论基础，熟练掌握时序分析相关方法，以及统计与机器学习方法。
• 大模型能力：对LLM技术栈有体系化理解，包括Prompt Engineering、RAG、Fine-tuning、Function Calling / Tool Use、Agent架构。
• 工程落地能力：Python为主力语言，PyTorch熟练使用。能独立完成模型训练、评估、优化到API服务封装的全过程。
• 加分项：有火电、风电、石化、制造业等能源AI项目经验者优先；熟悉Dify、LangChain等LLM应用开发框架者优先。

我们提供的支持：团队有资深的领域工程师负责将设备问题翻译成数据语言，你拿到的是清晰的算法问题定义、结构化的业务需求、以及真实的能源数据集。