岗位职责： 1.参与电力现货、中长期、调频辅助服务等全品类电价预测模型的研究与开发，在导师指导下，协助完成新能源出力、用户负荷、电网供需等多维影响因子的数据清洗、特征工程与基础分析工作。 2.熟悉LSTM、Transformer、LightGBM、ARIMA等时序预测算法原理，能够配合团队完成模型训练、参数调优和精度验证；针对电价尖峰、极端供需等特殊场景，参与鲁棒性提升方案的实验与测试。 3.协助将电价预测算法模块进行工程化封装，参与接口联调、仿真测试与压力测试，支撑储能、可调负荷优化调度等业务场景的算法落地与文档编写。 4.跟踪省内电力交易规则及市场出清机制的变化，协助完成模型的定期迭代与效果复盘，负责撰写算法说明文档、实验报告及技术方案的部分章节。 岗位要求： 1.对电力市场交易、电价形成机制或新能源并网有基本认知，了解电力系统运行基础知识者优先； 2.扎实的编程功底，熟练掌握Python，熟悉NumPy、Pandas、Scikit-learn等数据处理库，了解PyTorch或TensorFlow等深度学习框架； 3.对机器学习、深度学习时序预测有浓厚兴趣，有相关课程项目或竞赛经历（如Kaggle、电力负荷预测赛题）者优先； 3.责任心强，乐于学习新知识，能适应短期出差或项目现场调研。