固德威
算法工程师（AI）
算法工程师（AI）
发布于 10 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
Llm Agent
微服务架构
时间序列预测
机器学习
深度学习
值不值得投
77综合评分
综合评分 77
前沿AI技术在能源场景的深度落地，技术成长性强，社会价值高，工作强度适中偏上。
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
3.3万
与AI算法中位数基本持平
发布情况
正常在招 · 10 天前发布
公司情况
这家公司招聘很活跃
约 310 个在招 · 其中AI算法 3 个
市场机会
选择适中
苏州 · AI算法 · 14 个在招
职位详情
关于这个职位
负责电力与能源行业数据智能应用的算法设计与开发，重点攻克风/光功率、负荷及电价预测等核心业务
需运用Python及大模型技术（Transformer、LLM Agent）构建高精度预测模型与智能体系统，解决高并发场景下的时序数据处理难题
最低要求
计算机、电力系统、电气工程等相关专业，硕士学历
熟悉常用的机器学习、深度学习算法，如卷积神经网络、Transformer类算法，具备算法调优经验
具备AI Native 开发思维： 具备强烈的 AI Native 意识，能熟练运用 Claude Code、Codex 等 AI Coding 工具进行高效率的代码构建、重构与 Bug 调试，拥有极高的工程落地效率
具备智能体（Agent）前沿视野： 了解 LLM Agent 框架（如 Agno、LangGraph 等），对如何将传统时序预测转化为“感知-规划-行动-记忆”的交互式智能体（Predictive Agent）流程有深入思考或实践经验者加分
具备良好的编程思维和单机／分布式算法实现能力，精通至少一门主流数据编程语言（Python、Java、C++等），能快速对新方案进行实验和验证，具有后端开发经验的优先，具备两种以上语言开发经验的优先
熟练使用linux、docker、docker-compose，熟练掌握postgres、Mysql、Minio或其他时序数据库等原理和使用性能
具备良好的系统化思维和技能，了解分布式计算架构，微服务架构原理和实现，具备解决大流量、高并发问题经验和能力者优先
具备时间序列预测、异常检测等算法开发经验优先，有气象背景的优先
具备快速学习能力，广阔的视野以及创造性思维，能结合先进技术和业务问题，创造出新的价值
工作职责
根据算法技术文档，应用Python语言完成算法的开发与测试
设计实现解决电力、能源行业数据智能应用相关的算法和解决方案
完成风/光功率预测、负荷预测、电价预测、电量预测等算法开发上线工作
完成时间序列大模型算法的开发、测试、验证等工作
完成预测智能体的开发、测试、验证等工作
AI 洞察
优缺点分析
优点
- 赛道前景好：聚焦新能源与AI结合，属于政策支持的热门交叉领域
- 技术栈前沿：涉及LLM Agent、Time Series LLM等最新技术方向，不易过时
- 大厂背书：上市公司平台，资源稳定，有利于简历镀金
- 技术迭代快：AI领域变化迅速，需保持高强度的持续学习能力
- 适合对能源行业感兴趣、具备扎实算法功底且拥抱AI新工具的中级/高级算法工程师
缺点 / 挑战
- 业务耦合深：需理解电力/气象等业务逻辑，跨界学习成本较高
- 落地压力大：预测算法直接关联业务收益，对准确性和稳定性要求极高
角色解读
- 纵向深耕：成为能源AI领域专家，主导复杂大模型在垂直行业的落地
- 横向拓展：向AI平台架构师发展，统筹算法中台建设与基础设施优化
- 管理转型：积累项目经验后，可转向AI团队技术负责人角色
- 针对光伏、风电等能源场景，开发功率、负荷及电价预测算法
- 利用Transformer等大模型技术处理时间序列数据，提升预测精度
- 构建基于LLM的智能体（Agent），实现从传统预测到交互式智能决策的转变
- 负责算法的工程化落地，包括代码编写、测试、部署及性能优化
- 扎实的机器学习/深度学习基础，精通CNN、Transformer等架构
- 熟练掌握Python，具备AI Native开发思维，善用AI编码工具提效
- 了解LLM Agent框架（如LangGraph），有相关实践经验者优先
- 熟悉Linux/Docker环境及主流数据库，具备分布式系统开发能力
申请策略
- 面试前准备一个完整的端到端算法项目案例，涵盖数据清洗、模型训练到部署
- 关注固德威在储能和光伏领域的最新动态，展现对业务的理解
- 突出时间序列预测相关的项目经验，特别是使用Transformer类模型的案例
- 强调AI Native开发效率，展示使用Claude Code/Codex等工具提升产出的具体成果
- 若有LLM Agent或LangGraph相关实践，务必作为亮点详细阐述
- 补充能源行业基础知识（如光伏原理、电力市场规则）
- 深入研究Time Series LLM的最新论文和开源项目
- 强化分布式训练和模型部署的工程能力
面试指南
- STAR法则：情境-任务-行动-结果，重点突出量化成果
- 技术深度：不仅讲怎么做，还要讲为什么选这个方案，对比其他方案的优劣
- 业务结合：将技术方案与能源行业的实际痛点（如弃风弃光、电网调度）联系起来
- 请详细介绍你使用Transformer处理时间序列数据的经验，遇到了哪些挑战？
- 你是如何理解AI Native开发的？在实际工作中如何运用AI工具提升效率？
- 如果让你设计一个基于LLM的风电功率预测智能体，你会如何构建其架构？
- 在大规模数据场景下，如何保证预测模型的实时性和准确性？
- 复习Transformer架构细节及在时序数据上的变体（如Informer, Autoformer）
职位点评
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
上市公司背景提供稳定的薪酬福利体系，AI算法岗位本身薪资竞争力强，但JD未明确具体薪资范围。
薪资信号未披露（AI估算：2.5千–4.0万/月）
成长发展
90较高
职位高度聚焦于LLM Agent和时间序列大模型等前沿技术，技术成长空间极大，符合追求技术突破的求职者。
技术前沿前沿/新兴技术
技术栈LLM Agent、Transformer、Time Series、Python、LangGraph、Claude Code
业务类型profit_center
工作生活
60中等
制造业/能源科技公司通常节奏较快，虽未明确加班文化，但算法落地压力可能导致一定的工作强度。
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
80较高
致力于能源智能化，助力绿色能源发展和双碳目标实现，具有显著的社会价值和行业使命感。
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 · 4.0–7.0万7 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万8 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 · 4.0–7.0万8 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 · 4.0–6.0千8 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 · 3.0–6.0万8 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 · 4.0–7.0万8 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 · 3.0–6.0万8 小时前发布
算法实习生 - 医疗方向
阿里巴巴 · 杭州市
AI 估算 · 4.0–6.0千8 小时前发布
Watch Jobs