预测优化工程师

优缺点分析

角色解读

• 可向资深预测优化专家或算法团队负责人发展
• 有机会参与前沿的储能和新能源项目，积累行业经验
• 未来可转向能源管理、电力交易或更高阶的AI算法岗位
• 设计电力市场相关的预测算法，包括电价、负荷和发电预测，以支持储能优化决策
• 分析历史数据，构建预测模型的业务逻辑和评估标准，确保预测准确性
• 与数据管理和技术开发团队协作，将算法方案转化为平台功能模块
• 跟踪试点项目结果，迭代优化算法，提升预测准确率和策略收益
• 扎实的电力系统或能源经济知识，熟悉电力市场规则
• 掌握机器学习基础，能独立设计预测优化逻辑
• 具备数据分析能力，熟练使用Python等工具
• 有储能或新能源电站优化运营经验者优先

申请策略

• 了解宁德时代在储能和电力市场方面的业务布局
• 准备展示预测优化项目成果的案例
• 突出电力市场预测或储能优化相关项目经验
• 展示机器学习算法应用案例，如预测模型构建
• 强调数据分析能力和Python编程技能
• 如有新能源电站运营经验，务必提及
• 补充电力市场规则知识，了解国内电力市场动态
• 学习时间序列预测模型，如LSTM、Prophet等

面试指南

• 使用STAR法则：情境、任务、行动、结果，清晰描述项目经历
• 强调数据驱动和业务逻辑结合，体现算法落地能力
• 展示迭代优化思路，说明如何根据反馈改进模型
• 请描述一个你设计过的电力预测算法，如何评估其准确性？
• 你如何理解电力市场规则对预测算法的影响？
• 请举例说明你如何优化一个预测模型以提高收益
• 你使用过哪些机器学习库？如何处理时间序列数据？
• 如果预测结果不准确，你会如何排查和优化？