金风科技
27届校招-算法助理工程师(J24307)
27届校招-算法助理工程师(J24307)
发布于 6 天前普通员工/个人贡献者
AI 估算 · 9.0千–1.4万 · AI 参考估算
全国
初级经验
学历未注明
全职员工仅现场办公
Matlab
故障诊断
数据分析
机器学习
算法
风电
值不值得投
71综合评分
综合评分 71
风电算法校招岗，技术成长空间大，薪资中等。
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
该职位基于设计机理进行大部件失效或整机安全问题的特征探索与建模，出具风机问题诊断及控制优化方案，并完成算法模型的运行、分析与部署，适合具备Python/Matlab与数据分析能力的应届生
最低要求
精通Python、Matlab等数据分析编程语言
所学本专业技术理论基础扎实
熟悉风力发电机组或其它工业设备设计方法、数据分析及优化方法、有诊断并解决工业设备质量问题经验优先
具备良好的需求分析能力、沟通能力和团队合作精神
吃苦耐劳、强执行力
有较强的英语听、说、读、写能力，能够阅读英文技术资料、与外方进行技术交流
工作职责
基于设计机理进行大部件失效或整机安全问题的特征探索及提取，建立物理模型或机器学习模型，出具风机问题诊断及控制优化方案，通过算法模型的实施提升产业化问题解决效率并降低故障发生概率
负责数据分析模型的大数据运行、结果分析及不同平台的移植部署应用
负责算法模型需求分析、技术方案、测试报告、案例集分析等文件的编制与校核
AI 洞察
优缺点分析
优点
- 涉及物理与机器学习建模
- 可积累风机故障诊断经验
- 全国轮岗机会
- 对理论与编程能力要求高
- 数据规模与部署复杂
- 适合具备编程与数据分析基础、对风电算法感兴趣的应届生
缺点 / 挑战
- 文档与报告撰写压力
角色解读
- 从算法助理工程师向算法工程师发展
- 可扩展至故障诊断与控制优化专家
- 基于设计机理探索大部件失效特征
- 建立物理或机器学习模型进行诊断与优化
- 运行与分析大数据模型并部署
- 编制技术方案与测试报告
- Python/Matlab编程
- 扎实的专业理论基础
- 数据分析与优化方法
- 英语读写与沟通
申请策略
- 了解风电故障诊断基础
- 准备项目/竞赛案例
- 突出Python/Matlab与数据分析项目
- 列出机器学习/建模经验
- 强调英语能力与技术报告
- 补强机器学习与信号处理
- 熟悉风电机组结构与失效模式
- 提升大数据处理能力
面试指南
- 按'问题定义→特征提取→建模→验证部署'组织回答
- 结合项目经验说明
- 体现工程与算法思维
- 如何进行特征提取与建模？
- 物理模型与机器学习如何结合？
- 如何部署算法模型？
- 如何分析大数据结果？
- 复习机器学习基础
职位点评
薪资福利64
成长发展82
工作生活58
使命价值76
薪资福利
64中等
薪资处于校招市场中等水平，JD未提及具体福利。
薪资信号市场水准 (9.0千–1.4万/月)
成长发展
82较高
岗位涉及建模、大数据运行与部署，可积累算法与诊断经验。
技术前沿主流现代技术
技术栈Python、Matlab、机器学习
业务类型ambiguous
工作生活
58较低
JD未明确办公模式与WLB，岗位以研发为主。
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
76中等
风电故障诊断与可靠性提升，社会与技术价值明确。
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
Watch Jobs