顶尖应届-电池系统电池性能工程师-整车

优缺点分析

角色解读

• 在电池性能仿真领域深入发展，成为电化学建模与算法方向的专家
• 向电池系统算法工程师或电池管理系统（BMS）核心研发岗位发展
• 未来可转向新能源汽车整车的电驱或储能系统的研发管理岗位
• 负责优化锂离子电池的电化学模型（如P2D模型），提升高倍率充放电工况下的仿真精度
• 研究复杂工况下模型精度提升方法，引入老化和极化模块，提高仿真可靠性
• 结合机器学习/AI算法提升仿真速度，并在大数据平台部署在线算法以估算电池SOC和SOH
• 与实验团队合作，建立自闭环的仿真验证流程，指导和验证仿真改进
• 扎实的电化学和材料学理论，熟悉锂离子电池内部反应动力学及传输理论
• 精通COMSOL/Ansys等电化学/热仿真软件，具备独立建模和网格划分能力
• 掌握Python/Matlab编程，能够用机器学习或AI算法解决工程问题
• 优秀的跨学科沟通与学习能力，能主动牵引解决复杂问题

申请策略

• 小米注重实际能力，准备一个完整的电池仿真+AI预测案例展示
• 了解小米汽车的技术路线和电池策略，在面试中体现对公司的兴趣和思考
• 突出电化学建模项目经历，尤其是使用COMSOL/Ansys等工具的成果
• 强调机器学习或深度学习在电池相关领域的应用经验（如SOC/SOH预测）
• 展示独立解决复杂问题的能力，例如通过仿真与实验结合提升模型精度
• 如果参与过锂离子电池老化或极化研究，务必详细描述
• 如果AI基础薄弱，可快速学习机器学习基础（如回归、神经网络）并完成一个电池数据相关项目
• 熟悉电池常用开源数据集（如NASA电池数据集）和GitHub上的电池仿真项目

面试指南

• 对于理论问题：先阐述基本概念和方程，再联系实际应用，展示深度理解
• 对于项目经验：用STAR法则（情境-任务-行动-结果）结构化描述，强调你的贡献和创新点
• 对于开放式问题：展示思考链路，列出几种可能方案并比较优缺点
• 请解释P2D模型的基本原理及其在锂电池仿真中的应用
• 你如何将机器学习模型与电化学模型结合？请举例
• 描述一次你通过仿真与实验结合解决实际问题的经历
• 如何处理仿真模型精度不够或过拟合的问题？
• 你对SOC和SOH的估算方法有哪些了解？