岗位职责： 以下每个课题方向都招聘若干人员，仅需满足其一即可： 1、课题一方向：智能电芯设计课题。针对传统电芯设计依赖试错、效率与精准度低下的瓶颈，利用历史设计、制程与测试数据，构建数据驱动的智能模型，实现电芯方案的快速精准生成； 2、课题二方向：电芯制程数据分析课题。针对电芯全制程工序间数据关联机理不清、难以精准预测成品性能的难题，融合工艺知识与机器学习算法，建立全工序数据的内在映射模型，实现制程波动对电芯性能影响的精准追溯与前瞻调控； 3、课题三方向：AI驱动的电芯智能设计与DOE优化课题。针对传统电芯设计存在试错成本高、多性能目标相互冲突，以及纯数据模型在样本稀缺情况下易失真等瓶颈，融合电化学机理与物理信息AI（PINN），构建多物理场代理模型，实现高维设计空间下的高效反向寻优，大幅降低物理实验成本与周期； 4、课题四方向：AI驱动电芯材料研发课题。针对电池材料研发过度依赖人工试错、迭代周期长、成本高的痛点，克服材料数据孤岛、构效关系不明确等难题，融合材料基因组学与机器学习算法，构建材料成分—结构—性能高通量筛选与预测平台，加速新型电极、电解液等关键材料的发现与优化，推动材料研发范式从"经验试错"向"数据驱动智能设计"跃迁； 5、课题五方向：电力市场经济化调度与电价预测算法研究课题。针对未来欧洲新能源占比越来越高、电力市场化越来越深入，攻克电力市场环境下负荷与电价精准预测、多场景收益最优调度的算法瓶颈，打破海外在智能电网算法领域的先发壁垒，实现储能资产在全电力市场周期内的经济价值最大化； 6、课题六方向：BMS算法课题。研究锂离子电池储能、交通、电动工具等产品电池管理算法开发工作，如状态估计、故障诊断、安全预警、均衡、快充、热管理、云端算法等等；参与上述开发工作的理论研究、算法模型搭建、模型验证； 岗位要求： 1、2025年1月-2027年12月期间毕业的海内外顶尖高校或顶级科研机构的博士学生； 2、具备挑战世界级难题的意愿与能力，敢于突破传统思维框架，提出创新性解决方案； 3、扎实的理论根基，洞见深刻，极强的可塑性； 4、极强的交叉学科思维与团队精神； 5、良好的沟通能力，责任心强。