1、負責數(shù)字能源的工業(yè)物聯(lián)網數(shù)據(jù)平臺和分析型產品開發(fā),為PB級海量數(shù)據(jù)和大規(guī)模業(yè)務系統(tǒng)提供可靠的基礎設施
2、負責大數(shù)據(jù)的全生命周期提供服務,覆蓋數(shù)據(jù)產生,傳輸,建模,統(tǒng)計分析,實驗評估,可視化的全流程
3、面向數(shù)字能源所有產品,基于人工智能、機器學習技術,識別產品量產風險,持續(xù)提升產品質量與效率,持續(xù)投入能源領域大數(shù)據(jù)&AI算法與應用的探索和孵化。
4、負責數(shù)字能源測試與裝備領域AI技術的洞察與規(guī)劃、算法研究
業(yè)務技能要求:
1、具有主流大數(shù)據(jù)工具/平臺實際項目經驗,并熟悉所使用工具的技術原理、主要特點;
2、編程基礎扎實,熟悉算法數(shù)據(jù)結構,有較好的Python/Java/Scala開發(fā)經驗,熟悉Linux操作系統(tǒng);
3、有過大數(shù)據(jù)平臺產品的核心功能開發(fā)、性能調優(yōu)、制定技術方案經驗,有一般大數(shù)據(jù)架構的能力優(yōu)先。
4、在機器學習或數(shù)據(jù)挖掘方向有較強的積累,熟悉經典的算法并有實踐經驗;
專業(yè)知識要求:
1、軟件工程:開發(fā)及自動化測試經驗,至少精通C/C++、JAVA、JavaScript、Python、Golang等1種或多種主流編程語言,熟悉linux/Unix操作系統(tǒng)。
2、分布式系統(tǒng):具備大型分布式系統(tǒng)的DFX的專業(yè)知識,熟悉前端開源框架,微服務架構、虛擬化技術,有豐富的分布式系統(tǒng)設計和實施經驗,能夠保障大型系統(tǒng)的高性能、高可靠運行。
3、具備扎實機器學習和深度學習、遷移學習基礎,掌握Tensorflow和Caffe、Pytorch框架,熟悉常見的CNN、RNN等神經網絡和算法。熟悉多種機器學習/數(shù)據(jù)挖掘模型或算法,包括如異常檢測、趨勢預測、根因分析、告警收縮等,能夠根據(jù)場景選擇合適算法,并進行優(yōu)化,提高準確性和時效性;
4、熟練掌握網絡通信機制,多線程技術,內存管理,線程管理,性能優(yōu)化等,
5、精通Junit/TestNG、GTest、DBUnit、HtmlUnit、PyUnit、Espresso、Arquillian等1種或多種UT、IT測試框架;
2、熟悉主流數(shù)據(jù)挖掘工具以及AI框架(如TensorFlow、PyTorch等)
3、深刻理解數(shù)據(jù)分析產品與 AI 技術發(fā)展趨勢,熟悉業(yè)界前沿技術、商業(yè)模式和戰(zhàn)略規(guī)劃