1. 本科以上學(xué)歷，計算機(jī)相關(guān)專業(yè)；8年以上相關(guān)工作經(jīng)驗/3年以上高級開發(fā)經(jīng)驗，熟悉多個電力行業(yè)數(shù)據(jù)系統(tǒng)業(yè)務(wù)；
2、扎實的數(shù)學(xué)基礎(chǔ)與算法理解：深入理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法背后的數(shù)學(xué)原理，熟練掌握常用機(jī)器學(xué)習(xí)算法（如線性回歸、邏輯回歸、決策樹、支持向量機(jī)等）和深度學(xué)習(xí)算法（如卷積神經(jīng)網(wǎng)絡(luò) CNN、循環(huán)神經(jīng)網(wǎng)絡(luò) RNN、長短期記憶網(wǎng)絡(luò) LSTM、Transformer 架構(gòu)等），能夠解釋其優(yōu)缺點和適用場景。
3、優(yōu)秀的編程能力：精通 Python 語言，熟悉其科學(xué)計算、數(shù)據(jù)處理和機(jī)器學(xué)習(xí)相關(guān)的庫，如 NumPy（用于高效的數(shù)值計算，例如進(jìn)行矩陣乘法、數(shù)組操作等）、Pandas（用于數(shù)據(jù)清洗、轉(zhuǎn)換和分析，方便處理結(jié)構(gòu)化數(shù)據(jù)）、Matplotlib 和 Seaborn（用于數(shù)據(jù)可視化，繪制各種統(tǒng)計圖表來展示數(shù)據(jù)分布和模型結(jié)果）等。掌握至少一個主流的深度學(xué)習(xí)框架，如 TensorFlow 或 PyTorch。能夠使用這些框架構(gòu)建、訓(xùn)練和優(yōu)化神經(jīng)網(wǎng)絡(luò)模型。
4.能針對暖通空調(diào)（HVAC）溫控場景，設(shè)計適配四大模型的核心算法：如冷水機(jī)組群控的多目標(biāo)優(yōu)化算法（以能耗最低、設(shè)備損耗最小為目標(biāo)，解決多機(jī)組負(fù)荷分配問題）、水泵 / 冷卻塔調(diào)控的自適應(yīng)控制算法。?
5.具備算法性能優(yōu)化能力：能通過迭代調(diào)優(yōu)、復(fù)雜度簡化，提升算法在實時調(diào)控場景的響應(yīng)速度（要求調(diào)控決策延遲＜100ms）與穩(wěn)定性。
6.精通溫控核心設(shè)備原理：深入理解冷水機(jī)組（螺桿式、離心式等類型）、冷凍 / 冷卻水泵（變頻 / 定頻特性）、冷卻塔（橫流 / 逆流結(jié)構(gòu)）的工作機(jī)制，明確各設(shè)備關(guān)鍵參數(shù)（如冷水機(jī)組 COP 值、水泵揚(yáng)程 / 流量曲線、冷卻塔散熱效率）對系統(tǒng)能耗與穩(wěn)定性的影響。
7.掌握溫控系統(tǒng)運(yùn)行邏輯：熟悉商業(yè)樓宇、數(shù)據(jù)中心、工業(yè)廠房等不同場景下的溫控系統(tǒng)架構(gòu)（如冷凍水回路、冷卻水回路的流程設(shè)計），清楚變負(fù)荷工況（如白天 / 夜間冷量需求變化、季節(jié)交替溫度波動）對系統(tǒng)運(yùn)行的挑戰(zhàn)，能精準(zhǔn)識別各場景下的溫控痛點（如數(shù)據(jù)中心 “高負(fù)荷低能效”、商業(yè)樓宇 “峰谷能耗不均”）。6.熟知溫控節(jié)能技術(shù)體系：了解變頻控制、熱回收、群控優(yōu)化、AI 預(yù)測調(diào)控等主流節(jié)能技術(shù)的應(yīng)用場景與效果邊界（如變頻水泵在部分負(fù)荷下的節(jié)能優(yōu)勢、群控優(yōu)化對多機(jī)組協(xié)同的提升作用），能判斷不同技術(shù)與四大溫控模型（冷水機(jī)組群控、水泵調(diào)控等）的適配性。
8.模型開發(fā)與優(yōu)化能力：具備根據(jù)具體業(yè)務(wù)問題選擇合適的算法模型，并進(jìn)行模型訓(xùn)練、驗證和測試的能力。能夠合理劃分訓(xùn)練集、驗證集和測試集，采用交叉驗證等方法評估模型的性能指標(biāo)。了解大模型技術(shù)。
溫控策略模型開發(fā)：
模型一：冷水機(jī)組群控優(yōu)化模型
模型二：冷凍水泵節(jié)能調(diào)控模型
模型三：冷卻水泵節(jié)能調(diào)控模型模型四：冷卻塔節(jié)能調(diào)控策略