高级系统建模及辨识算法工程师

优缺点分析

角色解读

• 在技术专家路线，可深入锂电池建模与算法领域，成为系统辨识专家或算法架构师
• 可向管理方向发展，带领算法团队，负责更复杂的制造智能化项目
• 行业前景广阔，新能源行业持续增长，可转向电池管理系统（BMS）或能源互联网等领域
• 负责锂电池制造过程中的多物理场建模，建立电化学-热-力学耦合模型或等效电路模型，以描述制造变量关联
• 运用离线与在线参数辨识方法，估计极片厚度、SOC、SOH等关键参数，并构建参数库支持可视化与版本管理
• 开发参数辨识软件系统，包括数据采集、信号预处理、算法库和结果校验模块，并部署到生产环境
• 与工艺、控制、诊断团队协作，推动参数辨识结果在闭环控制、异常检测和安全评估中的应用
• 扎实的数学和物理基础，包括线性代数、概率统计、数值优化、热力学、电化学等
• 熟练掌握系统辨识理论和方法，如最小二乘、卡尔曼滤波、递推估计等
• 熟悉信号处理技术，包括数字滤波、去噪、特征提取，以及常用参数估计算法
• 具备软件开发能力，至少精通Python、C++或MATLAB之一，能独立完成系统开发与部署

申请策略

• 了解宁德时代的产品线和制造工艺，在面试中展示对电池制造的理解
• 准备一个项目案例，详细说明建模和参数估计的过程和成果
• 突出系统辨识、参数估计相关的项目经验，如卡尔曼滤波应用、模型开发等
• 强调数学建模竞赛获奖经历，或相关学术成果
• 展示软件开发能力，如Python/C++项目，特别是涉及信号处理或数据处理的
• 如有锂电池或BMS相关经验，务必重点突出
• 复习系统辨识理论，特别是卡尔曼滤波、最小二乘等，并了解其在电池领域的应用
• 学习电化学基础，了解锂电池工作原理和制造工艺

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经验问题，突出你的贡献和成果
• 对于技术问题，先阐述基本原理，再结合具体应用场景，展示你的思考过程
• 对于系统设计问题，从需求分析、架构设计、模块划分、技术选型等方面回答
• 请介绍一个你使用卡尔曼滤波进行参数估计的项目
• 如何建立锂电池的电化学-热耦合模型？
• 在参数辨识中，如何处理噪声和不确定性？
• 你如何设计一个参数库系统，确保可扩展性和版本管理？
• 如何将参数辨识结果应用于实际生产中的异常检测？