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，可向资深算法工程师、算法专家方向发展，深耕负荷监测与能源管理领域
• 有机会横向拓展至储能系统、智能电网等更广阔的能源数字化领域
• 在新能源赛道积累经验后，可向技术管理岗位或产品专家方向发展
• 负责家庭能源管理系统的核心算法开发，包括负荷监测、分解与识别，以及能耗异常检测
• 运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，并优化其性能
• 设计仿真系统验证算法效果，并参与系统测试与调试，确保算法在实际环境中的稳定性和可靠性
• 持续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新应用场景
• 精通Python编程，熟练掌握PyTorch或TensorFlow等主流深度学习框架
• 具备扎实的机器学习、深度学习理论基础，熟悉常用算法和模型
• 熟悉电力数据特性，能运用信号处理技术分析数据特征
• 具备较强的数学建模能力，熟悉运筹优化、概率图模型等理论工具

申请策略

• 关注安克创新的校招流程和时间节点，提前准备笔试和面试
• 了解安克创新在储能和家庭能源领域的产品布局，在面试中展现对业务的思考
• 突出在储能系统、AI算法或负荷监测领域的项目经验，量化项目成果
• 详细描述使用Python、PyTorch或TensorFlow进行模型开发、训练和部署的完整经历
• 强调数学建模能力，如运筹优化、概率图模型等理论工具的应用案例
• 如有电力数据处理或时序数据库使用经验，务必重点提及
• 复习并巩固机器学习、深度学习核心算法，尤其是时间序列预测和分类模型
• 学习电力系统基础知识和负荷监测相关技术，了解行业应用场景

面试指南

• 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出个人贡献和量化成果
• 回答算法设计问题时，先明确问题定义，再阐述技术选型理由，最后说明验证和优化方案
• 回答理论问题时，结合具体应用场景，展示对基础知识的深入理解
• 请介绍一个你使用机器学习或深度学习解决实际问题的项目
• 如何设计一个负荷识别模型？请谈谈你的技术选型和优化思路
• 你对信号处理有哪些了解？如何分析电力数据中的特征？
• 请解释一下你熟悉的深度学习框架（如PyTorch）的底层原理
• 如何评估一个能源管理算法的性能？你会关注哪些指标？