更新于 今天
职位描述
大模型算法多模态算法电力交易辅助系统开发电力交易智能体电力交易电力/水利/热力/燃气
注：具体工作地点可以沟通，薪资可面议。
岗位JD:
技术栈： 精通 Python/C++，熟练使用传统时序（ARIMA, Prophet）及深度学习模型（LSTM, Transformer, Informer/FEDformer）。
核心经验： 2年以上大规模时间序列建模经验，有气象数据处理或电力负荷/电价预测经验者优先。
领域敏感度： 对“数据异常”有病态的执着，能分辨是传感器故障还是电网波动。
业务共情力： 明白预测误差（RMSE/MAPE）每降低 0.1%，在交易终端意味着多少真金白银的利润。
抗压与实时： 适应电力现货市场高频发单节奏，能处理实时流式数据的模型在线更新
教育背景： 计算机、统计、数学或电力系统专业，本科及以上学历优先。
解决什么问题：
偏差考核风险： 解决发用电计划与实际不符带来的巨额罚款。
交易获利空间： 通过预测电价走势，指导“低买高卖”的报量报价策略。
核心细节干什么：
清洗海量的电网 SCADA 数据和气象数值预报（NWP）。
构建多尺度预测模型（日前、日内、实时）。
将预测结果转化为可执行的交易曲线。
能达成什么目标：
最小化偏差成本，最大化交易收益，提升公司在虚拟电厂（VPP）或售电业务中的核心竞争力。
岗位JD:
技术栈： 精通 Python/C++，熟练使用传统时序（ARIMA, Prophet）及深度学习模型（LSTM, Transformer, Informer/FEDformer）。
核心经验： 2年以上大规模时间序列建模经验，有气象数据处理或电力负荷/电价预测经验者优先。
领域敏感度： 对“数据异常”有病态的执着，能分辨是传感器故障还是电网波动。
业务共情力： 明白预测误差（RMSE/MAPE）每降低 0.1%，在交易终端意味着多少真金白银的利润。
抗压与实时： 适应电力现货市场高频发单节奏，能处理实时流式数据的模型在线更新
教育背景： 计算机、统计、数学或电力系统专业，本科及以上学历优先。
解决什么问题：
偏差考核风险： 解决发用电计划与实际不符带来的巨额罚款。
交易获利空间： 通过预测电价走势，指导“低买高卖”的报量报价策略。
核心细节干什么：
清洗海量的电网 SCADA 数据和气象数值预报（NWP）。
构建多尺度预测模型（日前、日内、实时）。
将预测结果转化为可执行的交易曲线。
能达成什么目标：
最小化偏差成本，最大化交易收益，提升公司在虚拟电厂（VPP）或售电业务中的核心竞争力。
工作地点
杭州西湖区阿里中心·西湖
认证资质
营业执照信息
