固态BMS AI算法专家-状态估计及寿命预测方向

Job description

岗位职责

• 负责锂电池状态（SOC、SOH、SOP、SOE）的先进估计算法研发，主导数据驱动模型（如深度学习、强化学习）与融合模型的设计、训练与验证。
• 主导电池剩余使用寿命预测模型的开发，构建从电芯老化数据到系统级寿命衰减的预测框架，并负责算法在实际场景中的长期性能跟踪与迭代。
• 高性能AI算法进行嵌入式移植与优化，确保其整车应用的实时性、精度与可靠性或在云端进行部署搭载。
• 设计并执行电池/电池包实验方案，收集关键数据以驱动模型迭代，撰写高质量的技术文档与专利，推动算法在产品中的落地。

岗位要求

1.

学历及专业要求

硕士及以上学历，控制科学与工程、电气工程、计算机、应用数学、车辆工程（新能源方向）等相关专业 2. 5年以上电池算法、状态估计或数据建模相关工作经验，其中至少2年以上专注于将机器学习/深度学习技术应用于电池或能源相关领域； 3.必须有至少2个将机器学习/深度学习模型应用于实际物理系统并成功落地或取得显著性能提升的项目经验（状态估计及电池寿命预测方向） 4.精通Python，熟练使用PyTorch/TensorFlow；扎实的数理基础与信号处理能力；有C/C++嵌入式编程经验者优先。