固德威
高级AI算法工程师
高级AI算法工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Matlab
Pinn
Soc估算
Soh估算
云边协同
光伏储能
机器学习
深度学习
值不值得投
77综合评分
综合评分 77
新能源头部企业、前沿算法技术栈、高成长潜力、常规研发节奏
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，方便横向比较。
薪资怎么样
3.5万
比AI算法中位数高
发布情况
新岗位 · 3 天前发布
市场机会
选择不多
苏州 · AI算法 · 8 个在招
职位详情
关于这个职位
该职位负责固德威光伏储能云BMS平台的核心算法研发，重点攻克SOH/SOC估算、电池故障预警及寿命延寿等关键难题
需结合深度学习与物理模型优化算法性能，并设计云边协同框架以提升系统精度与安全性
最低要求
硕士研究生及以上学历，计算机、人工智能、电子信息、自动化、新能源科学与工程、电气工程等相关专业
具备3年及以上BMS（电池管理系统）相关工作经验，有扎实的BMS算法理论基础与工程化落地能力，熟悉光伏新能源储能电池管理场景者优先
熟练掌握至少一种核心技术方向：深度学习、机器学习、机理模型或PINN（物理信息神经网络），能独立运用相关技术设计、开发BMS核心算法
具备良好的编程能力，熟练使用Python、MATLAB等编程语言，熟悉算法开发、调试与验证流程，有云平台算法开发经验者优先
工作职责
主导光伏新能源领域云BMS平台核心开发工作，负责平台架构中算法相关模块的设计、编码实现与迭代优化，保障平台稳定、高效运行，适配光伏储能电池管理场景
负责云BMS核心算法研发，重点攻克SOH（电池健康状态）估算、SOC（剩余电量）估算、电池故障预警、电池参数辨识、充放电策略优化、电池寿命衰减建模与延寿控制等核心算法，提升电池管理精度、运行安全性与全生命周期收益
设计并实现云边协调框架，打通云BMS与设备端BMS的数据交互、指令协同，优化数据传输效率与算法协同性能，支撑光伏储能系统的精细化管理
结合深度学习、机器学习、机理模型、PINN（物理信息神经网络）等技术，优化BMS算法性能，解决电池管理中的复杂技术难题，提升算法的鲁棒性与适配性
对接业务需求与设备端场景，联动工程团队，推动云BMS算法与平台的工程化落地、测试验证与持续迭代，适配光伏新能源储能系统的实际应用需求
跟踪BMS领域前沿技术（如新型算法、云边协同、储能电池管理创新方案），开展技术预研与原型验证，推动团队技术能力升级
撰写算法相关技术文档、专利与方案
优先资格
熟悉设备端BMS算法和策略逻辑，有设备端与云端BMS协同开发经验者优先
有光伏新能源储能领域BMS相关工作经验，熟悉光伏储能电池特性与管理需求者优先
有云BMS平台完整开发或核心算法落地经验，能独立解决BMS实际应用中的复杂技术问题者优先
具备良好的跨团队沟通协作能力、技术文档撰写能力，有专利或核心技术成果者优先
AI 洞察
优缺点分析
优点
- 聚焦光伏储能这一高增长赛道，技术栈前沿（PINN、云边协同），平台型产品利于积累系统性经验
- 需同时掌握AI算法与电化学/电池机理知识，跨界融合难度大
- 云边协同涉及多方联调，工程落地复杂度高
- 适合拥有BMS算法背景，对新能源行业感兴趣，且具备较强逻辑思维与工程落地能力的中级以上算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深算法专家、技术总监方向发展，或在新能源储能领域成为具有深厚积累的复合型技术人才
- 负责光伏储能云BMS平台的核心算法研发，包括SOH/SOC估算、故障预警及寿命延寿模型构建
- 精通深度学习、机器学习或PINN技术，具备扎实的BMS算法理论基础及Python/MATLAB编程能力
申请策略
- 准备展示如何将理论算法转化为实际工程落地的案例，强调跨团队协作与问题解决能力
- 突出BMS算法项目经验，特别是SOH/SOC估算精度提升、故障预警准确率等量化成果
- 补充学习PINN（物理信息神经网络）在电池领域的应用案例，强化云平台算法部署与优化技能
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点阐述技术选型依据、遇到的瓶颈及解决方案、最终达成的量化指标
- 请详细介绍你过往项目中SOH或SOC估算算法的原理及优化过程
- 如何理解PINN在电池管理中的应用？与传统数据驱动方法相比有何优劣？
- 在设计云边协同框架时，如何处理数据延迟与通信不稳定问题？
- 面对电池老化非线性特征，你采用了哪些模型或策略来提高预测精度？
- 复习电池基础理论知识（如等效电路模型、电化学模型），梳理深度学习经典算法在时间序列预测中的应用，了解固德威主要产品线
职位点评
薪资福利78
成长发展85
工作生活60
使命价值82
薪资福利
78中等
作为已上市大型企业，提供稳定的薪酬福利体系，薪资水平在苏州地区具备竞争力，能满足基本的补偿性动机。
薪资信号市场水准 (2.5千–4.5万/月)
成长发展
85较高
职位涉及前沿的PINN技术及云边协同架构，技术挑战性强，有助于在新能源算法领域建立深厚的专业壁垒。
技术前沿前沿/新兴技术
技术栈PINN、深度学习、机器学习、云边协同、SOH、SOC
业务类型profit_center
工作生活
60中等
未提及弹性工作制或远程办公，通常研发岗位需坐班；但作为制造业上市公司，加班强度可能低于互联网大厂，WLB相对可控。
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
82较高
投身于光伏储能这一助力碳中和的绿色能源赛道，工作成果直接关联能源效率与安全，具有显著的社会价值与行业前景。
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
固德威 的其他在招职位
相似职位推荐
点评技术-大模型算法专家
美团 · 上海市
AI 估算 · 4.0–7.0万3 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万4 小时前发布
业务技术-AI Agent 后训练专家-杭州
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万4 小时前发布
研究型实习生-多模态通用和推理大模型后训练研究
阿里巴巴 · 杭州市
AI 估算 · 4.0–6.0千4 小时前发布
阿里妈妈-AI应用算法工程师-AI Data & Decision Intelligence
阿里巴巴 · 杭州市
AI 估算 · 3.0–6.0万4 小时前发布
集团安全部-反爬算法专家-AI-native
阿里巴巴 · 杭州市
AI 估算 · 4.0–7.0万4 小时前发布
AI推理平台-AI 推理系统工程师（RSI 方向）-杭州
阿里巴巴 · 杭州市
AI 估算 · 3.0–6.0万4 小时前发布
算法实习生 - 医疗方向
阿里巴巴 · 杭州市
AI 估算 · 4.0–6.0千4 小时前发布
Watch Jobs