小米
电池数据分析工程师-2027届
电池数据分析工程师-2027届
发布于 大约 14 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
数据分析与科学
Ai算法
Ansys
Canoe
Comsol Multiphysics
Matlab
Star-Ccm+
电化学仿真
Tga/Dsc
电池数据分析
AI 估算 · 6k–10k
实习生薪资基于行业标准，上海实习月薪中等偏上，小米平台提供有竞争力的实习待遇。
职位详情
关于这个职位
该职位面向2027届在读硕士研究生，专注于电池领域的数据分析与仿真建模
你将运用电化学知识和AI算法，开发电池寿命预测、热安全等核心算法，处理车辆报文数据，并协同实验部门完成模型验证
适合对新能源电池技术有浓厚兴趣、希望积累实战经验的候选人
最低要求
熟悉锂离子电池电化学原理（如嵌锂/脱锂反应、极化效应、容量衰减机制），具备热失控基础理论知识
掌握至少一种仿真工具（COMSOL Multiphysics、ANSYS、STAR-CCM+）基础操作
能使用Python/Matlab处理实验数据（如拟合Arrhenius方程、提取热参数），具备脚本开发能力（如自动化参数扫描）
电化学相关专业在读硕士（优先研一/研二）
学习能力强，责任心高，具备跨学科协作意识（与机械、材料团队配合）
能适应阶段性任务压力（如项目关键节点），完成仿真结果汇报与文档整理
工作职责
支持电池热安全仿真、电池寿命预测等算法的开发和校验，开发电池标准化计算软件
通过电池大数据分析和AI算法，分析用户工况特征和电池性能表现
通过CANOE处理车辆/台架报文数据，支持仿真对标验证
协同仿真实验部门提出电池试验要求，收集试验数据搭建电池模型
跟踪电池算法的测试、验证和优化，通过数据分析验证并优化算法提升准确度
跟踪电池建模等相关的最新技术和研究成果，持续改进和优化算法，扩展模型库，撰写专利
负责编写相关算法开发和优化的文档，包括算法原理、测试结果和性能报告
优先资格
有电化学仿真项目经验（如P2D模型搭建）优先
参与过电池热失控实验（如量热测试、热蔓延观测）或电化学模型开发项目，掌握多物理场耦合分析基础，或具备TGA/DSC热分析数据解读经验优先
热能、机械、能源、材料、化工或相关专业优先
AI 洞察
优缺点分析
优点
- 小米作为头部科技公司，提供完善的实习培养体系和品牌背书
- 接触前沿的电池AI+仿真技术，积累稀缺的电化学数据经验
- 新能源汽车行业高速发展，职业前景广阔，技术壁垒高
- 工作地点上海，产业资源丰富，利于长期发展
- 跨学科要求高，需同时具备电化学、仿真和编程能力，学习曲线陡峭
- 实习岗位竞争激烈，需有扎实的项目经历才能脱颖而出
- 适合对电池技术有强烈兴趣、具备电化学背景且愿意学习编程和仿真的研究生，目标成为新能源领域复合型人才
缺点 / 挑战
- 阶段性任务压力可能较大，需要适应项目关键节点的节奏
角色解读
- 从算法开发实习生转向电池数据分析工程师，深入电化学建模方向
- 可发展为电池算法专家，主导热安全与寿命预测核心技术
- 具备AI+电池背景后，可横向拓展至新能源整车或储能领域
- 开发电池热安全仿真和寿命预测算法，编写标准化计算软件
- 利用电池大数据和AI算法分析用户工况与电池性能关系
- 使用CANOE处理车辆报文数据，支持仿真对标验证
- 收集实验数据搭建电池模型，跟踪算法测试与优化
- 扎实的电化学理论知识，熟悉锂离子电池原理
- 掌握至少一种仿真工具（COMSOL、ANSYS等）基础操作
- 熟练使用Python或Matlab进行数据处理和脚本开发
- 具备跨学科协作能力，能与机械、材料团队配合
申请策略
- 关注小米汽车业务的发展方向，面试中可结合小米SU7等产品展示对电池技术的理解
- 准备好一份1页纸的电池相关项目总结，用STAR法则清晰描述你的贡献
- 突出电化学仿真项目经验，如P2D模型搭建或热失控实验
- 强调Python/Matlab数据处理能力，可附上代码仓库链接
- 展示跨学科协作经历，如与机械或材料团队合作的项目
- 如有专利或论文发表，特别是电池建模相关，务必列出
- 提前学习COMSOL Multiphysics或ANSYS的基本操作，完成一个简单仿真案例
- 练习使用Python处理实验数据（拟合、可视化），熟悉常用的数据分析库（NumPy、SciPy、Matplotlib）
面试指南
- 对于原理类问题：先给出定义，然后解释机制，最后结合实际影响举例
- 对于项目类问题：使用STAR结构（情境-任务-行动-结果），突出你的具体贡献和量化成果
- 对于开放性技术问题：先阐述基础原理，再提出你的技术方案，最后说明潜在挑战和优化方向
- 请解释锂离子电池的极化效应及其对性能的影响
- 你使用过哪些仿真工具？描述一个你做过的电化学仿真项目
- 如何用Python/Matlab从实验数据中提取热参数？请举例
- 你对电池热失控的理解是什么？如何通过仿真预测热失控？
- 你如何看待AI在电池寿命预测中的应用？你有相关经验吗？
职位点评
59
综合评分
前沿电池AI实习，技术成长快，但薪资与WLB一般。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合发展动机强、愿意投入技术积累、对WLB要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展80
工作生活40
使命价值70
薪资福利
50较低
实习薪资未明确具体数额，但小米提供实习补贴，总体处于市场中等水平。福利方面JD未提及，补偿性动机满足一般。
薪资信号未披露（AI估算：6K-10K/月）
成长发展
80较高
技术方向前沿（电池AI+仿真），能接触最新研究成果，学习机会多。但实习岗位成长路径明确度一般，整体发展性较好。
技术前沿前沿/新兴技术
技术栈电化学仿真、AI算法、电池热安全、多物理场耦合、Python、Matlab、COMSOL Multiphysics、ANSYS、STAR-CCM+、CANOE
业务类型ambiguous
工作生活
40较低
仅现场办公，地点在上海但未明确办公区域。JD未提WLB，有阶段性压力暗示，生活化动机满足有限。
工作模式仅现场办公
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
新能源汽车行业高速增长，职位直接贡献于电池安全与效率提升，社会价值明显。创新水平积极，但未直接提及使命感。
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
小米 的其他在招职位
相似职位推荐
Watch Jobs