金风科技
27届校招-电力交易算法工程师(J24334)
27届校招-电力交易算法工程师(J24334)
发布于 6 天前普通员工/个人贡献者
AI 估算 · 1.0–1.6万 · AI 参考估算
全国
无经验要求
本科
全职员工仅现场办公
Matlab
机器学习
深度学习
电价预测
电力交易
算法
线性规划
运筹学
值不值得投
68综合评分
综合评分 68
校招电力交易算法岗，预测建模导向，WLB未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
参考估算薪资
根据职位描述推断，供对比参考
发布情况
正常在招 · 5 天前发布
公司情况
这家公司招聘很活跃
约 130 个在招
市场机会
选择适中
20 个在招
职位详情
关于这个职位
该岗位面向27届校招生，基于电力市场交易规则与数据构建电价/出力/负荷预测模型，进行数据分析、模型部署调优与数据维护，适合运筹学、电气、计算机等相关专业毕业生
最低要求
本科及以上，熟悉新能源发电、储能和售电交易规则
了解储能控制原理
运筹学、电气自动化、计算机等相关方向，熟悉Python、Matlab等2种以上编程语言
熟悉常用的线性规划求解器软件，如IBM ILOG Cplex，Gurobi, FICO Xpress等
具备业务抽象和信息建模能力，能够将复杂的业务场景分解、抽象成标准化的业务模型
工作职责
构建预测模型：基于电力市场的交易规则及交易相关数据，通过机器学习、深度学习方法挖掘数据之间的相关关系，在指导下完成电价预测、出力预测、负荷预测等工作
电力交易数据分析：协助团队或用户在工作自动化、信息化等领域，利用技术手段提升数据分析能力、进行数据库等搭建及数据处理分析工具的设计与实施
模型部署及调优：基于电力市场交易规则和公开数据的变化，在指导下定期修正、优化已有交易模型，并及时更新模型参数
维护模型运行日志并识别异常
数据维护：将数据进行二次处理，并维护数据到数据库供别人使用
AI 洞察
优缺点分析
优点
- 进入电力交易算法核心业务
- 能积累预测与优化经验
- 校招培养路径清晰
- 需快速掌握电力市场规则
- 模型与业务结合要求高
- 适合运筹学、电气、计算机相关专业的应届生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向高级算法工程师发展
- 积累电力交易经验后可晋升算法负责人
- 构建电价/出力/负荷预测模型
- 进行电力交易数据分析与工具实施
- 部署调优模型并维护数据
- Python/Matlab编程与机器学习
- 线性规划求解器使用
- 业务抽象与信息建模
申请策略
- 了解金风科技电力交易业务
- 突出机器学习与预测项目
- 展示编程与求解器使用
- 学习电力现货市场机制
- 熟悉常用优化求解器
面试指南
- 用项目案例说明方法
- 体现算法与业务结合
- 如何构建电价预测模型？
- 线性规划求解器应用？
- 模型调优与异常识别？
- 业务抽象建模能力？
- 复习机器学习与优化基础
- 准备项目细节与数据处理经验
职位点评
薪资福利60
成长发展80
工作生活55
使命价值70
薪资福利
60中等
校招算法岗薪资中等，福利信息未明确提及。
薪资信号未披露（AI估算：1.0千–1.6万/月）
成长发展
80较高
岗位涉及预测建模与优化，成长空间大。
技术前沿主流现代技术
技术栈Python、Matlab、机器学习、深度学习
业务类型profit_center
工作生活
55较低
JD未明确办公模式与WLB信息。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
电力交易算法具备行业价值与前景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs