岗位职责 1. 根据业务需求，基于对机器学习/深度学习的深刻理解，选择和设计各种时间序列相关算法（比如树模型、LSTM、Transformer、CVRegression、ST-GNN等）来解决可能遇到的数据、场景相关问题，提升模型的性能和稳定性； 2. 在时间序列数据中寻找通用的模式，负责从海量历史数据和相关特征中优化超短期/短期/中长期预测能力； 3. 研究机器学习、深度学习或人工智能领域的前沿技术，包括气象大模型和语言大模型的最新进展并落地和业务化运行； 4. 业务场景包括：气象预测，发电功率和用电负荷预测，电力优化策略等。 岗位要求 1. 24年应届毕业生，计算机科学、电子工程、应用数学、统计、控制或相关专业； 2. 有扎实的数据结构和算法功底，熟悉机器学习、深度学习、NLP/CV、时序数据建模中一项或多项； 3. 熟练掌握树模型、神经网络等相关算法，能够把业务问题进行抽象拆解，利用数据特征、算法模型完成价值落地； 4. 具备优秀的编码能力，熟悉Python和linux开发环境； 5. 有较强的学习能力和团队沟通能力，做事认真、踏实，乐于分享，自我驱动，对数据驱动业务有较强的兴趣。