算法高级工程师

岗位职责
# JD：AI 能源调度算法工程师

## 岗位背景（为什么招这个人）

**一句话概括：** 让空调、热泵、光伏储能像"会看电价、懂天气、知习惯的管家"一样自己决定什么时候用电、存电、放电——用 AI 把每度电花在刀刃上。

**业界对标：**
- **DeepMind × Google 数据中心**：用强化学习控制冷却系统，PUE 降低约 40%——"AI 管能源"最著名的验证，证明 RL 在真实能源系统里能省出真金白银
- **特斯拉 Autobidder**：用算法做储能电站的充放电调度与电力市场交易，本质是"电价波动套利 + 电网服务"
- **施耐德 EcoStruxure / 国内虚拟电厂玩家**：把分散的家庭储能、空调负荷聚合成可调度的资源池

**美的的内部机会：**

- 能源 EMS 项目已上线：光伏监控管理、WiFi 采集棒 + 能源云 + AI 智能调度，面向海外家庭能源市场
- 家居大脑 AI 能源管理模块
- 校企合作课题：RL-for-HVAC 压缩机节能控制

## 岗位职责（6 条）

1. **能源调度算法研发（平台建设）**：面向家庭/楼宇 EMS，研发光伏发电预测、负荷预测、储能充放电策略、电价响应调度等核心算法，支撑"自发自用、峰谷套利、虚拟电厂"场景
2. **家电节能控制（核心场景）**：针对空调压缩机、热泵等核心负荷，开展基于强化学习/最优控制的节能控制研究，建立"能耗-舒适度"联合优化框架
3. **仿真与数据基础设施**：搭建 EnergyPlus/Modelica 等物理仿真环境与数据管线，沉淀能源场景仿真基准
4. **评测体系**：设计可量化的评估闭环——节能率、舒适度保持、安全约束满足率等指标，建立离线回测 + 线上 A/B 的评测机制，防"为了省电把用户冻感冒"式的 reward hacking
5. **前沿探索**：跟踪 RL × 能源、时序预测、MPC 与学习方法的融合等前沿方向，与高校共建课题，产出论文与专利

任职资格
### 硬性要求（必须）

- 硕士及以上学历，自动化、控制工程、计算机、能源、电气、运筹学等相关专业
- 扎实的机器学习/强化学习基础：熟悉 PPO/SAC/DQN 等主流算法，理解探索-利用权衡、奖励设计、训练稳定性调试
- 熟练的工程能力：Python + PyTorch，能独立搭建训练-评估闭环
- 有能源或控制领域实际项目经验（预测、调度、优化、控制任一方向），不要求家电背景——只要你证明过"模型在真实系统里跑通了"

### 加分项（具备越多越好）
- HVAC/暖通/热泵/压缩机控制经验，或家电行业背景
- 物理仿真/数字孪生经验（EnergyPlus、Modelica、TRNSYS、OpenAI Gym 类环境）
- 运筹优化功底（MPC、混合整数规划、进化算法）——能判断"什么时候用 RL、什么时候用 MPC 更划算"
- 顶会论文（NeurIPS/ICML/ICLR/CDC/ACC 等）或高水平专利
- 模型轻量化与边缘部署经验（模型上芯片、低算力设备）
- 校企合作/联合实验室经验