小米
顶尖应届-电池系统电池性能工程师-整车
顶尖应届-电池系统电池性能工程师-整车
发布于 大约 2 个月前普通员工/个人贡献者
南京市
无经验要求
全职员工
仅现场办公
硕士
研究与开发 (研发)
Soc/Soh
机器学习
电化学模型
锂电池
ANSYS
COMSOL
MATLAB
P2D模型
AI 估算 · 18k–28k
硕士应届生级别，新能源汽车行业高需求，南京生活成本适中，小米薪资有竞争力，综合给出18-28k。
职位详情
关于这个职位
加入小米汽车，成为电池系统性能工程师，你将专注于锂离子电池电化学建模与仿真优化
工作涉及传统P2D模型的改进、结合机器学习提升仿真效率，并在大数据平台部署在线算法以提升SOC/SOH估算精度
这是一个顶尖应届生岗位，适合电化学/材料学背景且具备AI技能的博士/硕士
最低要求
硕士以上学历，电化学/材料学专业，有AI/机器学习算法相关背景
熟悉锂离子电池材料体系和基础理论，熟悉电芯反应动力学，锂离子传输理论，极化理论，熟悉电芯基本物理模型并由相关的网格划分和仿真经验
仿真和实验相结合，能够指导建立一套能够自闭环的仿真验证实验，指导仿真的改善和精度确认
能熟练使用 COMSOL/Ansys/Flunt/Star CCM+等主流电化学/热仿真软件
有独立建立全流程仿真能力及经验
熟悉目前行业的难点和痛点，能够尝试用理论和实践相结合，通过机器学习等AI算法结合理论仿真，解决复杂的实际问题
能够熟练使用Matlab/python等软件，通过算法驱动提高仿真和工作效率
具有优秀的学习和沟通能力，能够主动牵引解决跨专业的问题
工作职责
负责建立并优化电芯材料层级物理模型，在传统P2D模型基础上进行优化和改善
修正模型的精度可以支撑在高倍率充电/放电工况下模型的精度
研究在更为复杂的前置工况下，电化学模型的精度提升修正函数，引入老化模块，引入前置极化模块，提升模型在复杂状态下的仿真精度
基于机器学习，神经网络和Ai，在仿真精度可接受的前提下提升仿真速率，沟通一套可在线上部署的在线算法
在大数据平台中布置和试行模型，在线验证模型，目标提升现有SOC和SOH估算精度
AI 洞察
优缺点分析
优点
- 小米汽车正处于快速发展期，项目前景广阔，可积累宝贵的电动汽车电池研发经验
- 岗位结合电化学与AI，技术前沿且复合度高，简历含金量高
- 公司提供成熟的大数据平台和实验资源，有利于理论与实践结合
- 顶尖应届生项目通常有完善培训和导师制，成长路径明确
- 需同时掌握电化学理论和AI算法，学习曲线较陡
- 对跨学科协作能力要求高，需要与电池实验、BMS、算法等多个团队沟通
缺点 / 挑战
- 仿真模型精度与实时性要求高，需要反复迭代和验证，工作可能有压力
- 适合电化学/材料学背景且对AI和仿真有强烈兴趣的硕士/博士应届生，愿意接受挑战，希望在新能源汽车电池领域成为技术专家
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？
职位点评
76
综合评分
小米汽车顶尖应届岗，前沿电化学+AI技术，发展空间大，但工作强度未明确，适合拼搏型求职者。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最看重技术成长和行业前景的应届生，能够接受一定工作强度，希望成为电池AI复合型人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
小米作为上市大厂，南京薪资水平有竞争力，福利完善，但未明确说明年终奖等具体福利。
薪资信号未披露（AI估算：18K-28K/月）
成长发展
90较高
岗位技术前沿（电化学+AI），小米汽车重视研发，成长空间大，明确面向应届且有完善培养体系。
技术前沿前沿/新兴技术
技术栈COMSOL、Ansys、MATLAB、Python、机器学习、神经网络、P2D模型
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作制，南京生活便利但可能有一定加班强度。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
新能源汽车是高速增长赛道，小米汽车作为新进入者具有创新活力，岗位直接贡献于电池性能提升，社会意义较大。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
小米 的其他在招职位
相似职位推荐
Watch Jobs