岗位描述
岗位职责
负责大型公共建筑暖通空调系统的节能优化。系统覆盖冷水机组、冷却塔、水泵、末端等设备,通过预测与控制算法,在保证室内环境达标的前提下降低整站电耗。
1. 负责暖通系统的负荷预测、能耗建模与设备效率建模。
2. 研发并迭代控制与优化算法,包括 PID、MPC、强化学习和在线学习,在仿真环境中完成验证和对比。
3. 分析真实运行数据,评估节能效果,排查算法失效和数据异常。
4. 借助 Agent 和 AI 编程工具,独立完成所负责模块的设计、开发、测试和部署,并编写技术文档。
5. 探索 Agent 工作流在研发中的应用,例如数据分析、实验自动化、测试与代码审查。
6. 跟进学术和行业前沿,把合适的方法落地到项目中,有机会参与论文和专利撰写。
岗位要求
1.2027届硕士学历,自动化、控制科学与工程、计算机、建筑环境与能源应用工程、能源动力、数学等相关专业。
2.理解并掌握预测与控制类算法,至少熟悉以下两类:
- 经典控制与优化:PID、MPC、最优化方法;
- 数据驱动方法:机器学习、时间序列预测、强化学习。
3.具备扎实的研发基础:
- 熟练使用 Python,熟悉 Linux 和 Shell;
- 了解 Docker 及容器化部署;
- 熟悉常用的 Python 科学计算与机器学习框架,例如 NumPy、Pandas、SciPy、scikit-learn、PyTorch,以及优化求解类的包。
- 能熟练使用 Agent 和 vibe coding 进行开发:
- 熟悉 Agent 的基本框架与工作流,理解工具调用、上下文管理、多 Agent 协作、任务拆解与人工审核等核心概念;
- 了解并使用过主流 Agent 或 AI 编程工具(例如 Claude Code、Cursor、Codex 等)以及相关框架(例如 LangChain/LangGraph、MCP 等);
- 能独立完成需求拆解、设计、开发、测试和部署,并对 AI 生成代码的正确性、安全性和质量负责。
- 有相关项目经验:至少有一个完整的预测、控制、优化或数据建模类项目,科研课题、竞赛、实习或个人项目均可。能讲清楚自己的贡献、方法选择、遇到的问题和结果验证。
- 有较强的数据分析和问题定位能力,能在数据不完整、含噪声的条件下做出可靠的判断。
PS:面试通过后需到岗实习