高级智控算法工程师

优缺点分析

角色解读

• 在新能源智能制造领域深耕，成为工艺智能化方向的专家
• 向技术管理方向发展，带领团队负责大型智控系统项目
• 跨领域发展，将智控算法应用于更多工业场景，如机器人、智能装备等
• 负责开发与优化先进过程控制、工艺动态优化等智控算法，解决复杂工艺智能控制问题
• 进行工艺机理建模与算法仿真验证，确保算法在工业场景中的稳定性与可靠性
• 与硬件、软件团队协作，完成算法在工业场景中的实现与集成
• 设计智能工艺控制系统的自迭代与自优化范式，并跟踪行业前沿技术进行预研
• 扎实的控制理论基础，熟悉经典控制分析与设计方法
• 熟练掌握Python/C++等编程语言，具备良好的编程规范
• 具备机器学习、强化学习、模型预测控制（MPC）等算法的开发与工程化落地经验
• 有统计学基础，掌握六西格玛数据分析理论，能熟练分析工业数据

申请策略

• 在申请时，可以主动表达对新能源行业和智能制造的热情
• 准备一个能体现你解决复杂工程问题能力的项目案例，在面试中详细阐述
• 重点突出在工业场景中成功落地控制算法或机器学习项目的经验，特别是MPC、强化学习相关项目
• 强调扎实的数学建模能力和编程能力，展示在Python/C++方面的项目成果
• 如有六西格玛或工业数据分析相关经验，务必在简历中体现
• 提前复习控制理论核心知识，尤其是MPC等先进控制方法
• 熟悉工业数据分析工具和流程，了解六西格玛方法论
• 了解宁德时代业务和产品，思考算法在电池制造工艺中的应用场景

面试指南

• 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出你的个人贡献和量化成果
• 回答技术问题时，先阐述理论基础，再结合项目实践，展示你的工程思维
• 回答设计类问题时，先明确目标，再分解步骤，体现逻辑性和系统性
• 请详细描述一个你主导的MPC或机器学习在工业控制中落地的项目，包括难点和解决方案
• 如何将工艺机理与数据驱动方法结合，进行工艺动态优化？
• 在算法仿真验证中，你如何保证算法的稳定性和可靠性？
• 你如何理解六西格玛在工业数据分析中的作用？
• 如果让你设计一个智能工艺控制系统的自迭代范式，你会如何考虑？