BMS软件工程师（储能方向）-深圳

优缺点分析

角色解读

• 从算法工程师起步，逐步成长为能源管理算法专家，主导核心算法研发
• 可向技术管理方向发展，带领团队负责储能或能源管理产品线的算法研发
• 随着储能和智能家居行业快速发展，可拓展至更广泛的能源互联网、智能电网领域
• 负责家庭能源管理系统中负荷监测算法的设计、开发与优化，包括负荷分解、识别和异常检测
• 应用机器学习和深度学习技术，构建高精度的用电设备状态识别模型，提升能源管理效率
• 设计仿真系统验证算法性能，并参与系统测试和调试，确保算法在实际产品中的稳定性和可靠性
• 跟踪负荷监测领域的前沿技术，探索其在家庭能效管理中的创新应用场景
• 扎实的编程基础，熟悉C/C++或Python，具备嵌入式开发经验
• 掌握机器学习、深度学习算法，有相关项目或研究经验
• 了解电力系统或能源管理领域，具备负荷监测、信号处理相关知识
• 具备良好的算法设计、仿真验证和问题解决能力

申请策略

• 关注安克创新的校园招聘流程，提前准备笔试和面试
• 了解公司储能和能源管理产品线，在面试中展示对业务的兴趣
• 突出嵌入式开发项目经验，特别是涉及传感器数据采集、信号处理的实践
• 强调机器学习或深度学习项目，如用电设备识别、时间序列预测等，展示算法实现能力
• 如有能源管理或负荷监测相关研究或竞赛经历，务必重点描述
• 提前复习C/C++和Python编程，巩固嵌入式开发基础
• 学习并实践机器学习算法，特别是时间序列分析和分类模型
• 了解家庭能源管理系统和智能电网的基本概念，提升行业认知

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目经验，突出个人贡献和成果
• 从需求分析、算法选型、实现、验证到优化，系统性地阐述算法设计思路
• 结合嵌入式环境限制，讨论模型压缩、量化、硬件加速等优化策略
• 请介绍一个你参与过的机器学习项目，包括数据、模型和结果
• 如何设计一个负荷识别算法？请描述你的思路
• 在嵌入式设备上部署深度学习模型，你会考虑哪些优化？
• 如何验证算法的性能？你会设计哪些实验？
• 复习机器学习基础，特别是分类、回归和时序模型