金风科技
27届校招-风资源助理工程师（国创）(J24379)
27届校招-风资源助理工程师（国创）(J24379)
发布于 6 天前普通员工/个人贡献者
全职员工仅现场办公风电技术
风电技术
Matlab
Numpy
风电
值不值得投
68综合评分
综合评分 68
校招风资源助理工程师，技术栈多元，需适应出差，WLB 信息不足
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 · 其中风电技术 9 个
市场机会
选择不多
乌鲁木齐 · 风电技术 · 2 个在招
职位详情
关于这个职位
该岗位负责风电场尾流评估、机组排布与发电量评估、风资源特性研究及风模型识别方案开发，并为投标与载荷团队提供技术支撑
最低要求
至少掌握以下一项风资源软件：WindPro、WAsP、Meteodyn WT、Windsim、Windographer、OpenWind
掌握 Python / MATLAB / R 数据处理（pandas、numpy、matplotlib）
参与过风资源特性研究：整理气象塔、激光雷达、再分析数据，绘制风玫瑰、湍流强度分布
参与极端风速、风切变、入流角等专题研究
逻辑思维与报告撰写能力突出，良好的英语阅读与口语、抗压、适应短期出差，具备团队协作精神
工作职责
尾流评估：建立风电场尾流模型（Jensen、Frandsen、Fuga），评估尾流损失，输出尾流修正系数
使用激光雷达/SCADA数据验证尾流模型，迭代优化算法
排布与发电量评估：主导风电机组排布方案设计：基于风玫瑰图、湍流强度、地形因素，用OpenWind优化排布，提升发电量
编制发电量不确定性分析报告
风资源特性研究：分析极端风况（切变、湍流、阵风系数），建立风资源数据库
研究复杂地形（山地、海上）风加速效应，撰写技术方案
风模型识别方案开发：开发机器学习模型识别风模型误差，结合激光雷达数据训练复杂风况预测模型
参与行业标准事项跟踪
跨部门协作：与载荷团队联合验证尾流控制策略对机组载荷的影响
为投标团队提供风资源技术支撑（发电量担保条款）
AI 洞察
优缺点分析
优点
- 接触风电场全链路风资源技术
- 校招培养体系完善
- 项目涉及激光雷达与机器学习
- 需适应短期出差
- 数据处理与报告撰写工作量大
- 适合能源/气象背景、愿意在新疆发展的校招毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从风资源助理工程师成长为风资源工程师
- 向风资源技术经理发展
- 逐步承担投标与发电量担保技术支撑
- 建立风电场尾流模型并评估尾流损失
- 设计机组排布方案并优化发电量
- 研究极端风况与复杂地形风加速效应
- 熟练使用 WindPro/WAsP/OpenWind 等风资源软件
- 掌握 Python/MATLAB/R 数据处理
- 具备风资源特性研究经验
- 良好的英语与报告撰写能力
申请策略
- 了解金风科技风电业务
- 准备风资源分析案例
- 突出风资源软件使用经验
- 展示 Python/MATLAB 数据处理项目
- 强调风玫瑰与湍流分析成果
- 补强机器学习建模能力
- 提升英语技术阅读水平
面试指南
- 说明原理与数据来源
- 结合项目案例量化成果
- 尾流模型有哪些？如何验证？
- 如何用 OpenWind 优化排布？
- 极端风况分析如何开展？
- 复习风资源基础理论
- 准备数据处理项目细节
职位点评
薪资福利65
成长发展80
工作生活50
使命价值70
薪资福利
65中等
薪资按乌鲁木齐区域市场估算，未明确福利待遇。
薪资信号未披露（AI估算：7.0千–1.1万/月）
成长发展
80较高
校招培养体系与多技术栈，成长空间较好。
技术前沿主流现代技术
技术栈WindPro、WAsP、OpenWind、Python、MATLAB、R
业务类型ambiguous
工作生活
50较低
未明确办公模式与 WLB 信息，需适应出差。
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
参与新能源风电技术，行业前景较好。
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
金风科技 的其他在招职位
相似职位推荐
Watch Jobs