强化学习工程师（能源优化）

职位名称：强化学习工程师 — 能源优化（1个职位） 关于这份工作 我们正在寻找一位熟练的强化学习工程师加入我们的团队，领导开发基于RL的解决方案，以优化UPS、电池系统和站点级电源管理。在这个角色中，您将设计、实施和部署RL代理和混合控制策略，以减少能源消耗、延长电池寿命、优化充放电计划，并提高运营弹性。理想的候选人应结合深厚的ML/RL专业知识与实际系统工程经验，并对应用能源系统有浓厚兴趣。 职责 - 研究与开发：设计和实施强化学习算法（无模型和基于模型）、多目标RL和混合RL/优化解决方案，用于能源管理问题。 - 仿真与数字孪生：构建、验证和维护仿真环境和数字孪生（Gym风格或自定义），准确模拟UPS/电池行为、负载特性和电网交互，以进行代理训练和评估。 - 数据与特征工程：使用遥测和传感器数据生成高质量的数据集、特征和奖励/成本函数；根据需要应用时间序列分析和信号处理。 - 训练与评估：大规模训练RL代理，调整超参数，进行消融研究，并建立稳健的评估指标（安全性、可靠性、样本效率、可解释性）。 - 部署与MLOps：将模型生产化用于边缘或云部署（设备上推理、容器化服务），与设备管理/OTA系统集成，并为ML模型实施CI/CD。 - 安全与约束：确保学习的策略遵循安全性、硬件约束和法规要求（约束感知RL、安全探索、验证测试）。 - 跨职能合作：与硬件、固件、产品和现场团队密切合作，将RL解决方案集成到现实产品和试点部署中。 - 文档与知识共享：撰写清晰的技术文档、可重复的实验，并与利益相关者分享发现；指导初级工程师。 资格 - 计算机科学、电气工程、机器人学、控制系统或相关领域的硕士或博士学位（或同等行业经验）。 - 3年以上机器学习应用经验，其中至少1-2年专注于强化学习或控制。 - 精通Python编程，具有RL框架的实际操作经验（如PyTorch、TensorFlow、Stable Baselines、RLlib、Acme）。 - 具有构建仿真环境（OpenAI Gym、自定义模拟器）和处理时间序列遥测的经验。 - 熟悉控制理论、优化、模型预测控制（MPC）或混合RL+MPC方法者优先。 - 具有云平台（AWS/GCP/Azure）、Docker、Kubernetes和MLOps工具的部署和监控经验。 - 对能源系统、电池、UPS操作或电力电子有深入理解者优先。 - 具备强大的分析能力、实验设计和问题解决能力。 - 优秀的沟通能力和跨学科团队协作能力。 我们提供 - 将先进的RL应用于具有可衡量影响的现实能源系统的机会。 - 由工程师、产品经理和现场专家组成的合作跨学科团队。 - 具有竞争力的薪酬和研究及试点资源。 - 灵活性（远程/混合选项）和职业发展支持。 - 参与试点部署和产品集成的实际操作。 如何申请 请将以下材料提交至[隐藏文本]，主题为“强化学习工程师 — 能源优化”： 1. 简历（最多2页） 2. 求职信（1页），描述相关的RL/能源经验以及您对该职位的兴趣 3. 展示RL/控制工作的作品集、GitHub、出版物或项目链接（PDF或URL） 4. 两个推荐人（姓名、职位、联系方式） 入围的候选人可能会被要求进行简短的技术演示或可重复的实验。我们欢迎来自不同背景的申请者，并鼓励结合研究严谨性与工程实用性的候选人申请。