AI-EMS算法工程师实习生-中大充电方向（苏州）

优缺点分析

角色解读

• 实习转正后向正式算法工程师发展，深入AI-EMS领域
• 可向储能系统、智慧能源等方向拓展，成为技术专家
• 未来可晋升为项目负责人或技术 leader，带领团队
• 设计并优化负荷监测算法，包括负荷分解、识别和异常检测
• 基于机器学习和深度学习构建用电设备状态识别模型
• 开发家庭能源管理算法，并通过仿真系统验证性能
• 跟踪前沿技术，探索在能效管理中的应用场景
• 精通机器学习和深度学习，熟悉PyTorch/TensorFlow框架
• 掌握信号处理和电力数据分析方法
• 熟悉时序数据库和流式计算框架，具备大量数据处理能力
• 较强的数学建模和运筹优化能力

申请策略

• 关注安克创新的新能源业务方向，在面试中展现对产品的思考
• 准备一个完整的项目案例，展示从问题定义到算法落地的全过程
• 突出负荷监测、能源管理相关的项目经历，尤其是算法实现和性能指标
• 详细描述机器学习和深度学习模型的训练和部署经验
• 展示信号处理或电力数据分析的课程或研究项目
• 强调Python编程和PyTorch/TensorFlow的熟练程度
• 提前复习时序数据处理和信号处理知识，阅读相关论文
• 熟悉常用时序数据库（如InfluxDB）和流计算框架（如Flink）

面试指南

• 使用STAR法则描述项目：情境、任务、行动、结果
• 对于算法问题，先阐述原理，再结合实际数据说明调优细节
• 展示对行业前沿技术的了解，并说明如何应用到当前问题
• 请介绍一下你做过的一个负荷监测或能源管理项目
• 如何使用深度学习进行负荷识别？请说明模型选择和优化过程
• 如何处理电力数据中的噪声和异常值？
• 你熟悉哪些时序数据库？请比较它们的优缺点
• 请解释一下运筹优化在家庭能源管理中的应用