1、計(jì)算機(jī)、自動(dòng)化、電氣工程、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)或相關(guān)專(zhuān)業(yè)本科及以上學(xué) 歷 ;
2、熟練掌握Python語(yǔ)言,具備良好的代碼規(guī)范和工程實(shí)踐能力;
3、數(shù)據(jù)分析經(jīng)驗(yàn):精通pandas、numpy、matplotlib/seaborn等數(shù)據(jù)分析與可視化工具,能夠高效處理大規(guī)模時(shí)序數(shù)據(jù);
4、深度學(xué)習(xí)技能:熟悉PyTorch框架,具備使用LSTM、GRU、CNN、 Transformer等模型解決實(shí)際問(wèn)題的經(jīng)驗(yàn),有模型工程應(yīng)用經(jīng)驗(yàn)者優(yōu)先;
5、具有時(shí)間序列預(yù)測(cè)等相關(guān)項(xiàng)目經(jīng)驗(yàn)、熟悉評(píng)估指標(biāo)(如RMSE、MAE、MAPE 等)者優(yōu)先;
1、負(fù)責(zé)虛擬電廠(chǎng)相關(guān)能源資源數(shù)據(jù)分析與建模,包括但不限于負(fù)荷預(yù)測(cè)、用戶(hù)行為分析、可調(diào)能力分析等;
2、使用Python及pandas、numpy、scikit-learn等工具進(jìn)行數(shù)據(jù)清洗、特 征工程與統(tǒng)計(jì)分析,對(duì)數(shù)據(jù)進(jìn)行分析與可視化;
3、基于歷史運(yùn)行數(shù)據(jù),設(shè)計(jì)并實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)算法,重點(diǎn)應(yīng)用LSTM、GRU 、Transformer等深度學(xué)習(xí)模型,實(shí)現(xiàn)預(yù)測(cè)算法的工程應(yīng)用;
4、與系統(tǒng)開(kāi)發(fā)團(tuán)隊(duì)協(xié)作,推動(dòng)算法在實(shí)際業(yè)務(wù)系統(tǒng)中的集成與應(yīng)用。