宁德时代
高级系统建模及辨识算法工程师
高级系统建模及辨识算法工程师
发布于 大约 13 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
Bms
Matlab
信号处理
卡尔曼滤波
参数估计
多物理场建模
系统辨识
锂电池建模
值不值得投
77综合评分
综合评分 77
新能源龙头，技术前沿，薪资优厚，但工作地点偏远，WLB一般。
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
35K
与算法优化工程师中位数基本持平
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 900 个在招 · 其中算法优化工程师 17 个
市场机会
选择适中
宁德 · 算法优化工程师 · 15 个在招
职位详情
关于这个职位
该职位负责锂电池制造过程中的多物理场建模与参数辨识，开发并部署参数辨识软件系统，为工艺调优、质量追溯和异常预警提供数据支持
你将与跨团队协作，推动参数辨识结果在闭环控制和安全评估中的应用
适合具备扎实数学物理基础和系统辨识经验的算法工程师
最低要求
扎实的数学（如线性代数、概率统计、数值优化）和物理（如流体力学、工程力学、热力学、电化学）基础知识
熟练掌握离线与在线系统辨识的理论与方法（如最小二乘、极大似然、递推估计、卡尔曼滤波等）相关的技能
熟悉信号采集与处理流程，掌握数字滤波、去噪、特征提取等信号处理技术，熟悉常用参数估计算法
熟悉非线性复杂系统的建模方法（如机理-数据融合建模），能针对实际制造环境进行模型简化、校准、标定与验证，最终输出可部署的输入-输出动态模型
具备锂电池制造建模经验者优先
独立完成参数辨识系统的软件开发（熟悉Python/C++/MATLAB等至少一种编程环境）、部署、测试、性能优化及技术文档编写
具备良好的跨团队沟通能力，能够向控制、工艺、诊断等团队清晰解释参数库的使用方法、限制条件及结果解读，并协助其将参数库应用于实际生产调控与异常判断
工作职责
负责锂电池生产制造（如极片制备、电芯装配、化成等工序）中关键设备、工艺环节或电芯本体的多物理场建模，建立电化学-热-力学耦合模型或等效电路模型、降阶模型等，以准确描述制造过程中变量的关联
运用离线参数辨识（如基于实验数据的批处理拟合）与在线参数辨识（如最小二乘、卡尔曼滤波等）方法，对制造过程中难以直接测量或时变的关键参数（如极片厚度/孔隙率、电解液浸润度、内阻、容量、荷电状态SOC、健康状态SOH、温度分布等）进行精准估计
构建可扩展、可更新的参数库，覆盖单体电芯、模组及系统层级，并支持参数的可视化、存储与版本管理
通过离线和在线方式持续输出与制造工艺及电池状态相关的可变、难测参数集合
基于参数库中的估计结果，对电池产品的一致性、生产异常（如涂布不均、卷绕错位、化成分容异常等）或电池健康状态进行实时判断与预警，为工艺调优、质量追溯、缺陷根因分析提供数据支撑
开发并部署完整的参数辨识软件系统，包括数据采集接口、信号预处理模块（滤波、去噪、特征提取）、辨识算法库、结果校验与归档模块，并完成系统测试、优化及文档化
与控制算法工程师、工艺工程师、故障诊断及安全团队紧密协作，指导相关方正确使用参数库，推动参数辨识结果在闭环控制、异常检测及安全评估中的实际应用
优先资格
（1）有锂电池建模、参数估计或电池管理系统（BMS）相关工作经验者优先
（2）有数学建模、数理化竞赛获奖经历者优先
（3）有制造领域的数据算法应用，在项目中实践建模及参数估计相关工作的经验者优先
AI 洞察
优缺点分析
优点
- 行业前景好，新能源是高速增长赛道，宁德时代是全球龙头，平台大
- 技术含量高，涉及多物理场建模、系统辨识等前沿技术，个人技能提升快
- 薪资待遇优厚，福利完善，作为上市公司，稳定性高
- 工作强度可能较大，研发任务重，需要应对生产现场问题
- 宁德市相对偏远，生活便利性不如一线城市，可能需要适应
- 适合对电池建模和算法有浓厚兴趣，具备扎实数理基础，愿意在新能源行业深耕的工程师
缺点 / 挑战
- 技术难度高，需要扎实的理论基础和跨学科知识，持续学习压力大
角色解读
- 在新能源行业深耕，成为电池建模与算法领域的专家，参与前沿技术研究
- 向技术管理方向发展，带领团队负责电池管理系统或智能制造相关的算法研发
- 横向拓展至电池安全、故障诊断、大数据分析等方向，成为复合型技术人才
- 负责锂电池制造过程的多物理场建模，建立电化学-热-力学耦合模型或等效电路模型，以描述制造过程中变量的关联
- 运用离线与在线参数辨识方法，估计难以直接测量的关键参数，如极片厚度、电解液浸润度、内阻、SOC、SOH等
- 构建可扩展的参数库，支持参数的可视化、存储与版本管理，并开发完整的参数辨识软件系统
- 与跨团队协作，推动参数辨识结果在闭环控制、异常检测及安全评估中的应用
- 扎实的数学和物理基础，包括线性代数、概率统计、数值优化、流体力学、热力学、电化学等
- 熟练掌握系统辨识理论与方法，如最小二乘、极大似然、递推估计、卡尔曼滤波等
- 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，熟悉Python/C++/MATLAB等至少一种编程环境，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，在面试中展现对电池行业的理解
- 准备一个完整的项目案例，展示从建模到部署的流程
- 突出系统辨识、卡尔曼滤波等算法项目经验，展示实际应用成果
- 强调锂电池建模或BMS相关经验，即使不是直接经验，也要体现相关领域知识
- 展示编程能力，特别是Python/C++/MATLAB的项目代码或开源贡献
- 提及数学建模竞赛获奖经历，体现数理功底
- 复习系统辨识理论，熟悉卡尔曼滤波的变种（如EKF、UKF）
- 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，清晰描述项目
- 强调理论基础和实际应用的结合，展示解决问题的能力
- 对于技术问题，先阐述原理，再结合实例说明
- 请介绍你使用卡尔曼滤波进行参数估计的项目经验
- 如何建立锂电池的等效电路模型？有哪些参数需要辨识？
- 如何处理信号中的噪声？你常用的滤波方法有哪些？
- 你如何验证模型的准确性？
- 在跨团队协作中，你如何解释技术结果给非专业人员？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值85
薪资福利
80较高
该职位提供有竞争力的薪资和福利，作为上市公司，稳定性较高，但薪资未在JD中明确，需面议。
薪资信号面议 (25K-45K/月)
成长发展
90较高
职位涉及前沿技术，如多物理场建模和系统辨识，提供丰富的学习和发展机会，且明确提到优先考虑有相关经验者，成长空间大。
技术前沿前沿/新兴技术
技术栈多物理场建模、系统辨识、卡尔曼滤波、锂电池、BMS
业务类型profit_center
工作生活
50较低
工作地点在宁德，相对偏远，生活便利性一般，且未提及弹性工作或远程，可能以现场办公为主。
工作模式仅现场办公
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
85较高
新能源行业高速增长，职位对推动电池制造技术进步有积极意义，社会影响力较高。
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