华为云-AI工程师-电池方向

部门介绍： 数据中心运营部作为华为云的关键支撑力量，专注于打造安全、可信、高可靠的智能AI数据中心，从规划、建设到运营，全栈思考，系统布局，为云服务提供稳定、高效的算力支撑，同时追求极致的成本效率。我们不仅是技术的执行者，更是数据中心智能化转型的引领者，不断引入新理念与新技术，推动数据中心向”智能化、自动化、绿色化“方向演进，实现价值最大化。未来，我们将继续探索AI、边缘计算、量子计算等前沿技术在数据中心的应用，构建更高效、更智能的算力基础设施，为企业提供坚实、可靠的技术支撑。 岗位职责： 1. 数据采集 传感器部署：在电池组（如UPS电池、储能电池）上安装传感器，实时采集数据（电压、电流、温度、内阻、充放电状态等）。 扩展数据源：结合环境参数（如机房温湿度、负载变化）和历史维护记录，构建多维数据集。 2. 数据分析与建模 异常检测：通过机器学习（如LSTM、随机森林）识别电压骤降、内阻异常等早期故障信号。 寿命预测：基于电池老化模型（如Arrhenius模型）和历史衰减趋势，预测剩余使用寿命（RUL）。 健康度评估：计算SOH（State of Health），判断是否接近临界阈值。 3. 预警与决策支持 分级预警：设置多级告警，根据严重性触发不同响应（如提醒巡检、安排更换）。 维护建议：结合预测结果生成维护工单，推荐最优维护策略。 4. 现场维护与闭环管理 精准定位故障：根据预测结果锁定问题电池单体或模组，减少人工排查时间。 维护记录反馈：将实际维护数据（如更换记录、测试结果）回流至模型，持续优化预测精度。 报告生成：定期输出电池健康报告，辅助管理层决策（如采购规划、能耗优化）。 工作地点： 1.东莞松山湖华为欧洲小镇 2.贵州贵阳云上屯

1. 硕士及以上学历，计算机、电子信息、自动化、电力系统、人工智能等相关专业； 2. 熟悉电池管理系统原理与数据采集流程，了解电池化学特性与老化机制； 3. 精通Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架； 4. 熟悉机器学习、深度学习、时间序列分析等算法，有电池健康度评估、寿命预测等项目经验者优先； 5. 具备良好的数据分析能力，能够处理和分析大规模数据集，具备较强的建模与算法优化能力。