上海电气
储能AI算法与应用工程师(27届校招)
储能AI算法与应用工程师(27届校招)
发布于 7 天前普通员工/个人贡献者
全职员工仅现场办公算法工程师
算法工程师
Matlab
强化学习
数据分析
最优化算法
深度学习
状态估计
电池建模
值不值得投
73综合评分
综合评分 73
储能+AI算法交叉校招岗，行业前景与技术含量兼备，现场测试或影响WLB
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
1.9万
比算法工程师中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招
市场机会
选择不多
上海 · 算法工程师 · 4 个在招
职位详情
关于这个职位
聚焦电化学储能方向的AI算法校招岗，负责电池与储能系统建模仿真，开发最优化、深度学习、强化学习等算法实现状态估计与安全预警，并参与储能系统测试与数据分析，适合数学建模扎实、想进入储能与AI交叉领域的应届人才
最低要求
具有良好的数学建模能力
具备Matlab、C/C++等仿真和编程基础
具有储能项目开发经验
具备最优化、启发式算法、AI算法等开发实践经验
熟悉Agent、Harness
工作职责
电池单体、电池系统和储能系统建模与仿真
面向电化学储能系统，开发最优化、启发式、深度学习、强化学习等算法，实现状态估计、参数提取、安全预警等功能开发
电池储能系统测试和数据分析
AI 洞察
优缺点分析
优点
- 处于储能与AI交叉赛道，行业需求增长、人才稀缺
- 算法直接服务安全预警与状态估计，成果可量化、价值明确
- 建模与编程双修，能力组合可迁移性强
- 测试环节可能涉及电站或产线现场，工作地点不局限于办公室
- JD任职条件较简略，具体团队规模与技术栈深度需面试确认
- 适合数学建模能力强、对储能行业有兴趣、能做机理与数据算法结合研究的应届毕业生
缺点 / 挑战
- 需要同时懂电化学机理与算法，复合门槛较高
角色解读
- 从储能算法模块开发做起，成长为储能智能化方向的技术骨干
- 深入电池机理与数据算法结合，可走储能系统仿真专家路线
- 积累项目经验后可向储能系统解决方案或算法团队负责人发展
- 对电池单体、电池系统和储能系统进行建模与仿真
- 开发最优化、启发式、深度学习、强化学习等算法，实现状态估计、参数提取与安全预警
- 开展电池储能系统测试与数据分析，支撑算法迭代
- 扎实的数学建模功底，理解电化学储能系统原理
- 熟练使用Matlab与C/C++进行仿真与算法开发
- 具备最优化、启发式算法与AI算法的开发实践经验
申请策略
- 面试前了解储能电站的运行场景与安全诉求，展示行业理解
- 准备一个把算法用于实际系统的小案例，说明从建模到验证的全流程
- 突出电池/储能建模仿真项目与竞赛（如数学建模竞赛）经历
- 强调Matlab、C/C++实现的具体算法与量化效果
- 有最优化或强化学习落地案例的优先展示
- 补齐电化学储能基础知识与电池等效电路模型
- 练习强化学习与最优化算法的工程实现，准备可演示的代码作品
面试指南
- 项目题按背景-建模思路-实现-验证效果展开，突出量化结果
- 算法题先给原理再比较适用场景，结合储能数据特点谈取舍
- 方案设计题按数据采集-特征/模型-阈值与验证的闭环回答
- 介绍你的数学建模或储能相关项目，你负责的部分是什么？
- 状态估计算法（如SOC估计）有哪些主流方法与优劣？
- 强化学习在储能调度中如何建模与应用？
- Matlab与C/C++在仿真与部署中分别怎么用？
- 如何设计电池安全预警的算法方案？
职位点评
薪资福利70
成长发展80
工作生活62
使命价值78
薪资福利
70中等
JD未披露薪资与福利，储能算法属交叉稀缺方向，定价有望高于一般制造类校招岗，需面谈确认。
薪资信号未披露（AI估算：1.5千–2.2万/月）
成长发展
80较高
储能与AI算法交叉方向技术含量高，涉及强化学习等现代方法，成长空间较好。
技术前沿主流现代技术
技术栈深度学习、强化学习、最优化算法、Matlab、C/C++、建模仿真
业务类型ambiguous
工作生活
62中等
JD未提及办公模式与加班情况，测试环节可能涉及现场工作，节奏需面试确认。
工作模式未明确
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
78中等
储能属新能源核心环节，安全预警算法直接关系电站安全，社会价值与行业前景较明确。
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