Bosch logo
博世
AI HVAC Control Research Scientist_CR

AI HVAC Control Research Scientist_CR

发布于 大约 8 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
博士
机器学习工程
Hvac
Pytorch
Scikit-Learn
Tensorflow
强化学习
控制理论
模型预测控制
能源效率

AI 估算 · 30k–50k

博士+高级研究科学家,博世外企研发岗位,上海地区,结合AI和HVAC交叉领域稀缺性,薪资偏高端。

职位详情

关于这个职位

该职位是博世中国研发团队的高级研究科学家,专注于利用人工智能和先进控制技术优化暖通空调系统

你将参与从研究到商业化的全过程,开发基于AI的控制算法,提升能源效率和用户舒适度
适合有博士背景、热爱将前沿技术转化为实际产品的研发人才

最低要求

PhD学位,专业为控制工程、机械工程或相关领域,论文和项目专注于AI/ML在物理系统中的应用

从事热系统建模、仿真和控制的研发工程师或学术研究经验,有应用AI/ML进行控制研究的可证明成果
深入理解HVAC系统物理和现代控制理论(如模型预测控制、强化学习)
紧跟AI控制领域最新发展及其在能源系统中的应用,能够将研究转化为功能性原型用于客户演示
掌握Python及常用机器学习库(如TensorFlow、PyTorch、Scikit-learn)
对创新充满热情,具有企业家精神,优秀的中英文书面和口头沟通能力
能够独立工作和团队协作,良好的工作态度,适应动态环境

工作职责

推动可持续HVAC领域的创新,关注先进控制策略和解决方案

与业务部门共同创建可持续发展相关项目,为博世长期产品组合做出贡献,进行客户访谈,制定问题陈述,并提出创新提案和研究计划
开发和实现基于AI的热系统控制算法(如HVAC和热泵),优化能效、用户舒适度和电网稳定性
开发智能解决方案以确保HVAC设备的高效可靠运行,例如预测性维护和关键问题的异常检测
参与能源系统的基于模型的工程、相关传感器技术、数据分析以及实验室活动,包括概念验证和原型开发的实验设计
建立合作,评估和识别本地机构和大学的“最佳合作者”,以进行潜在的研究和创新合作
定期与战略研究组合负责人对齐,季度项目评审更新,利益相关者管理,并通过博世创新框架进行创意提案

AI 洞察

优缺点分析

优点

  • 博世全球研发平台,资源丰富,研究氛围浓厚,有机会参与前沿技术落地
  • AI与HVAC结合是可持续发展热门领域,职业前景广阔,技能稀缺性强
  • 工作自主性高,既能做深度研究又能看到实际产品影响
  • 需要同时具备深厚控制理论和AI知识,学习曲线陡峭
  • 涉及跨部门协作和外部合作,沟通协调能力要求高
  • 研究到产品化的周期可能较长,需要耐心和坚持
  • 适合具有博士学历、热爱将AI应用于物理系统、对可持续能源有热情的研发人员

缺点 / 挑战

暂无明显挑战项

角色解读

  • 技术专家路线:持续深耕AI控制领域,成为博世及行业内的权威
  • 技术管理路线:未来可带领研究团队,主导更大规模的研究项目
  • 业务创新路线:参与孵化新业务,将研究成果推向市场,成为技术商业化领军者
  • 研究并开发基于AI的暖通空调控制算法,如模型预测控制和强化学习,提升系统能效和用户舒适度
  • 与业务部门合作,将研究成果转化为可商业化的产品原型,并参与客户访谈和需求分析
  • 设计和执行实验,验证新技术的可行性,并推动在博世产品组合中的落地
  • 深厚的HVAC系统物理和现代控制理论基础(MPC、RL等)
  • 熟练使用Python及机器学习框架(TensorFlow/PyTorch)进行算法开发
  • 热系统建模、仿真和数据分析能力,能独立完成从研究到原型验证

申请策略

  • 在求职信中表达对可持续发展理念的认同,以及将研究转化为产品的热情
  • 了解博世在智能建筑和能源领域的产品线,展现你如何能为公司带来价值
  • 突出博士论文和项目中AI/ML在控制或能源系统中的应用成果
  • 强调HVAC或热系统建模经验,以及控制理论的实际应用
  • 展示Python和机器学习框架的熟练度,最好有开源项目或论文
  • 如果对HVAC物理不熟,提前学习热力学和暖通系统原理
  • 补充强化学习(特别是应用于控制)的实践经验,如使用OpenAI Gym或自定义环境

面试指南

  • STAR法则(情境、任务、行动、结果)结构化描述项目经验
  • 比较技术方案时,从性能、复杂度、鲁棒性、实用性等维度分析
  • 展示将学术研究与工业需求结合的能力,强调你在跨职能团队中的作用
  • 请介绍你过去在HVAC或热系统控制中的AI应用项目
  • 模型预测控制与强化学习在暖通空调控制中的优缺点比较
  • 如何设计一个实验来验证AI控制算法的能效提升?
  • 你如何平衡算法的创新性与在实际产品中的可靠性?
  • 请描述一次你与业务部门合作将研究推向市场的经历

职位点评

71
综合评分

博世前沿AI+HVAC研究岗,技术新、社会价值高,但WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
该职位最适合追求技术成长和职业意义感的求职者,对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80

薪资福利

70中等

博世作为跨国巨头,薪资福利在行业内具有竞争力,但对于博士+高级研究科学家,薪资虽高但并非顶尖(相比互联网大厂),且没有提及额外福利。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

85较高

该职位处于AI+能源交叉前沿,技术领先,有明确的创新和商业化导向,成长空间大。但晋升路径未在JD中明确提及。

技术前沿前沿/新兴技术
技术栈AI、HVAC、模型预测控制、强化学习、Python、TensorFlow、PyTorch
成长机会研究团队、合作、创新
业务类型profit_center

工作生活

50较低

未提及远程或弹性工作,地点在上海博世研发中心,属于市区或科技园区。工作可能涉及实验室和项目进度,WLB一般。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

80较高

职位明确聚焦可持续发展,通过AI提升HVAC能效,社会价值高,符合全球绿色趋势。博世作为行业巨头,影响力大。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号可持续发展、改善生活质量
创新程度开拓性创新(行业首创)
Watch Jobs