宁德时代
数智化工艺开发工程师（数据/算法）
数智化工艺开发工程师（数据/算法）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Ai工具
Numpy
Scikit-Learn
Sql
工艺优化
数据分析
智能制造
算法建模
值不值得投
75综合评分
综合评分 75
技术前沿的工业数据分析岗位，行业前景好，但WLB需确认
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。
薪资怎么样
1.4万
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1000 个在招 · 其中算法优化工程师 18 个
市场机会
选择适中
宁德 · 算法优化工程师 · 16 个在招
职位详情
关于这个职位
该职位负责模组/PACK工艺数据分析与决策支持系统开发，构建工艺数据挖掘、质量预测等算法模型，支撑工艺优化和质量改善，并将AI技术与工业场景结合，提升分析效率和问题定位能力
需要Python、SQL和数据分析技能，推动工艺数据能力体系化建设
最低要求
本科及以上学历，计算机、统计学、应用数学、软件工程、自动化、机械工程、车辆工程等相关专业优先
具备数据分析基础，对汽车、新能源或智能制造业务场景有理解者优先
熟练掌握 Python，具备数据处理、脚本开发、自动化分析能力
熟悉 SQL，能够进行数据查询、清洗、统计分析和结果输出
熟悉 Pandas、NumPy、Scikit-learn、Matplotlib 等常用数据分析/建模工具优先
具备 AI 工具辅助开发能力，熟悉或有意愿深入使用 OpenCode、Claude Code等 AI 编程/Agent 工具，能够结合实际业务提升分析、开发、调试和文档输出效率
有实际应用经验者优先
具备算法建模或工业数据分析经验，熟悉分类、聚类、回归、异常检测、关联分析、趋势分析等常见算法场景
有制造过程数据、质量数据、设备信号、工艺参数、MES/看板数据处理经验者优先
具备良好的业务理解能力、沟通协作能力和项目推进能力，能够与工艺、质量、设备、IT 等跨部门团队高效协同，推动数据分析、算法模型或工具系统在业务中落地
工作职责
负责模组/PACK 工艺制程数据分析与决策支持系统开发，围绕生产过程、质量指标、设备/工艺参数等数据，开展系统功能建设、数据分析、效果验证和持续优化迭代
负责模组/PACK 相关数据算法开发，构建工艺数据挖掘、质量预测、异常识别、趋势监控、参数分析等算法模型，支撑工艺优化、质量改善和效率提升
负责工艺数智化业务架构搭建、方案设计和标准制定，包括数据接入规范、分析流程规范、算法应用标准、系统功能模块设计等，推动工艺数据能力体系化建设
负责将 AI、模型算法、AI 编程/Agent 工具等前沿技术与模组/PACK 业务场景结合，开展方案架构设计、原型验证、产品规划和落地实施，提升工艺分析、问题定位、文件编制和知识复用效率
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及AI和数据分析在新能源制造业的落地应用，能积累宝贵经验
- 公司平台资源丰富，提供跨部门协作机会，能扩展业务视野
- 岗位强调系统建设和标准化，有助于构建完整的技术能力体系
- 技术更新快，需持续学习AI和数据分析新工具，保持竞争力
- 项目可能涉及高强度数据分析和系统开发，需平衡工作节奏
- 适合对数据分析、算法建模和AI应用感兴趣，具备工业背景或愿意深入制造业的求职者，追求技术成长和行业价值
缺点 / 挑战
- 新能源行业处于高速增长赛道，发展前景广阔，社会价值较高
- 工业场景数据复杂，需要较强业务理解和跨部门沟通能力，落地可能面临挑战
角色解读
- 从初级数据/算法工程师成长为高级工程师或技术专家，深耕工业数据分析
- 可向技术架构师或AI应用负责人方向发展，主导复杂项目
- 积累业务经验后，有机会转向技术管理或产品规划岗位
- 负责工艺数据分析和决策支持系统开发，优化生产过程和质量指标
- 开发算法模型进行质量预测、异常识别和趋势监控，支撑工艺改善
- 搭建工艺数智化业务架构和标准，推动数据能力体系化建设
- 将AI技术与工业场景结合，提升分析效率和知识复用能力
- 熟练使用Python和SQL进行数据处理和查询，掌握Pandas、Scikit-learn等工具
- 具备算法建模能力，熟悉分类、聚类、回归等常见算法场景
- 了解AI编程工具如OpenCode、Claude Code，能辅助开发提升效率
- 具有良好的业务理解、沟通协作和项目推进能力，适应跨部门协同
申请策略
- 了解宁德时代业务和电池制造流程，面试中展示行业认知
- 准备具体项目案例，说明如何将数据分析或算法应用于工艺优化
- 关注公司文化和技术方向，在申请中体现对岗位的适配度
- 突出Python和SQL项目经验，展示数据分析、算法建模的实际成果
- 强调AI工具使用经历，如OpenCode或Claude Code，体现效率提升
- 描述跨部门协作案例，突出业务理解和项目推动能力
- 如有制造业或数据分析经验，重点说明与岗位相关的应用场景
- 深入学习工业数据分析知识，如MES系统、工艺参数处理，提升业务理解
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，突出技术选型和业务价值
- 强调技术方案与业务需求的结合，展示解决问题的逻辑思维
- 体现沟通协作和持续优化的能力，举例说明如何推动项目落地
- 请介绍一个你做过的数据分析或算法项目，包括挑战和成果
- 如何将AI工具（如Claude Code）应用于工业数据分析场景？
- 在跨部门项目中，你如何推动数据分析或算法模型落地？
- 你对新能源行业的智能制造和工艺优化有什么理解？
- 描述一次处理复杂工业数据的经验，你是如何清洗和分析的？
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
公司为上市巨头，薪资可能具有市场竞争力，但地点非一线城市，福利体系需具体了解。
薪资信号市场水准 (1千–1.8万/月)
成长发展
85较高
岗位涉及前沿AI技术和数据分析在工业中的应用，有技术成长空间和培训机会，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈Python、SQL、Pandas、NumPy、Scikit-learn、AI编程工具
业务类型profit_center
工作生活
60中等
JD未明确提及办公模式和加班情况，WLB可能因项目需求而异，办公室可能位于工厂或产业园。
工作模式未明确
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
80较高
新能源行业处于高速增长赛道，推动绿色能源发展，具有较高的社会价值和创新性。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs