【岗位职责】
1.负责开发针对动力电池海量时序数据的深度学习算法和模型；
2.基于公司的数据平台，根据业务场景需求，建立预测、预警模型或异常检测及故障诊断方法；
3.跟踪业界最新的算法和研究趋势，并将其应用于实际的数据环境，发现和解决问题。
【岗位要求】
1.本科及以上学历，应用数学、统计、自动化、NLP、CV、计算机、软件工程、通信工程及相关专业；
2.扎实的数学基础和编程功底，良好的编程规范，精通Python、Pytorch、TensorFlow、sk-learn等，熟悉Python Web；
3.熟悉深度学习异常检测算法，例如异常检测类：AutoEncoder、 强化学习、GAN、iForest、矩阵因子分解等；时序数据挖掘类：Seq2Seq（LSTM、RNN、deepAR等）、CNN(WaveNet等)、Transfomer等；
4.有处理不均衡样本的经验，熟悉下采样、上采样（Smote等）、VAE、GAE、深度长尾学习等方法；
5.有时序数据分析、异常检测、工业故障诊断、车辆及电池大数据分析经验者优先；