EVE Energy logo
亿纬锂能
锂电池技术工程师

锂电池技术工程师

发布于 4 天前

普通员工/个人贡献者

AI 估算 · 1.2–2.0万 · AI 参考估算
无经验要求
学历未注明
全职员工仅现场办公电池技术
电池技术
Ai模型
Doe实验设计
Ocv
Spc
化成
标准制定
涂布
电化学
良率提升

值不值得投

59综合评分

综合评分 59

电池机理+AI模型融合岗,实验闭环与标准制定话语权高,薪资福利未披露

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

1.6万

比电池技术中位数低

发布情况

正常在招 · 4 天前发布

市场机会

选择不多

惠州 · 电池技术 · 3 个在招

职位详情

关于这个职位

亿纬锂能生产研究部招聘锂电池技术工程师,负责把电化学知识与制造工艺经验转化为AI模型可用的特征与约束,将模型预测转化为现场可执行的管控参数与标准,并通过DOE实验形成模型-实验-反馈闭环

适合既懂电池原理与核心工艺、又愿参与AI+制造融合的技术人才

最低要求

深入理解锂离子电池制造全流程(极片、组装、化成),具备生产现场问题分析及解决经验

精通锂离子电池工作原理、电化学体系及关键材料特性
精通电池制造核心工艺(如涂布、碾压、分容等)及其对电池性能(容量、OCV、内阻、自放电)的影响机理
熟悉电池测试标准与方法,以及SPC等基本质量管控工具

工作职责

机理融合与模型输入:将电化学知识、制造工艺经验转化为AI模型可用的特征与约束条件,确保模型预测的物理合理性与可解释性

标准制定与转化:将AI模型的预测与洞察,转化为生产现场可执行、可量化的一致性管控参数、标准和作业指导
实验验证与闭环:针对模型输出的关键结论或异常预测,设计并执行DOE实验进行验证,形成“模型-实验-反馈”的优化闭环

优先资格

有锂离子电池研发、工艺工程或质量管控相关工作经验者优先

有参与新品导入、良率提升或标准制定项目经验者优先

AI 洞察

优缺点分析

优点

  • 岗位处于电池制造与AI融合的前沿交叉点,复合技能稀缺性强
  • 职责覆盖机理建模、标准制定与实验闭环,技术话语权与成果可见度高
  • 锂电行业规模大,此类数据驱动质量岗位需求上升
  • 需要同时精通电化学工艺与AI建模思维,跨领域学习成本高
  • 模型结论要落到现场执行,需频繁与产线和多部门磨合
  • JD 未标注学历与经验年限,具体要求与薪资需面试确认
  • 适合电化学/电池工艺背景扎实、对AI与数据驱动制造有兴趣、擅长实验设计与现场落地的技术人才

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向电池工艺专家、智能制造/数据驱动质量方向的复合型技术专家发展
  • AI+制造闭环经验积累后,也可转向数字化质量管理或先进制造项目负责人路线
  • 把电化学知识与制造工艺经验转译为AI模型的特征与约束,保障模型预测的物理合理性与可解释性
  • 将模型预测转化为现场可执行、可量化的一致性管控参数、标准与作业指导
  • 针对模型输出设计并执行DOE实验验证,建立模型-实验-反馈的优化闭环
  • 精通锂离子电池工作原理、电化学体系与关键材料特性,熟悉极片、组装、化成全流程
  • 精通涂布、碾压、分容等核心工艺及其对容量、OCV、内阻、自放电的影响机理
  • 熟悉电池测试标准与SPC等质量管控工具,具备DOE实验设计与现场问题解决能力

申请策略

  • 面试前了解亿纬锂能生产研究部的定位,准备一个从工艺问题分析到标准落地的案例,说明你如何把机理经验转化为可量化的管控参数
  • 突出电池制造全流程与核心工艺(涂布、碾压、化成等)的实操深度
  • 展示良率提升、新品导入或标准制定的项目成果与量化数据
  • 如有SPC、DOE或AI建模相关经验务必强调
  • 补充实验设计(DOE)与统计过程控制(SPC)的系统方法
  • 了解机器学习在制造质量预测中的应用方式与特征工程基础

面试指南

  • 机理类问题按「参数—过程—性能指标影响」链条作答,体现因果逻辑
  • 实验类问题说明因子选择、水平设计、样本量与结论判定
  • 融合类问题强调物理约束与可解释性的处理方式
  • 请介绍锂离子电池制造全流程中你最熟悉的工序及其关键控制点
  • 涂布、碾压、分容等工艺如何影响容量、OCV、内阻与自放电?
  • 你如何设计一个DOE实验来验证某个工艺结论?
  • 你如何把电化学机理性知识转化为模型可用特征?
  • 你使用过哪些SPC工具或质量管控方法?

职位点评

薪资福利55
成长发展70
工作生活50
使命价值62

薪资福利

55较低

JD 未披露薪资与福利信息,无法评估薪酬竞争力,需面试阶段自行确认。

薪资信号未披露(AI估算:1.2千–2.0万/月)

成长发展

70中等

AI与电化学融合的交叉岗位,机理建模、实验闭环与标准制定能力积累价值高,但 JD 未提及培训与晋升通道。

技术前沿主流现代技术
技术栈AI模型、DOE实验设计、SPC、电化学、OCV
业务类型ambiguous

工作生活

50较低

JD 未提及办公模式与加班情况,岗位需对接生产现场与实验验证,作息规律性无从判断。

工作模式未明确
办公地点工厂/生产基地
加班情况未提及(无法判断)

使命价值

62中等

锂电行业处于增长期,岗位通过一致性管控提升产品质量,有实际工程价值,但 JD 未出现使命导向表述。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs