1. 本科以上學歷，計算機相關專業；8年以上相關工作經驗/3年以上高級開發經驗，熟悉多個電力行業數據系統業務；
2、扎實的數學基礎與算法理解：深入理解機器學習和深度學習算法背后的數學原理，熟練掌握常用機器學習算法（如線性回歸、邏輯回歸、決策樹、支持向量機等）和深度學習算法（如卷積神經網絡 CNN、循環神經網絡 RNN、長短期記憶網絡 LSTM、Transformer 架構等），能夠解釋其優缺點和適用場景。
3、優秀的編程能力：精通 Python 語言，熟悉其科學計算、數據處理和機器學習相關的庫，如 NumPy（用于高效的數值計算，例如進行矩陣乘法、數組操作等）、Pandas（用于數據清洗、轉換和分析，方便處理結構化數據）、Matplotlib 和 Seaborn（用于數據可視化，繪制各種統計圖表來展示數據分布和模型結果）等。掌握至少一個主流的深度學習框架，如 TensorFlow 或 PyTorch。能夠使用這些框架構建、訓練和優化神經網絡模型。
4.能針對暖通空調（HVAC）溫控場景，設計適配四大模型的核心算法：如冷水機組群控的多目標優化算法（以能耗最低、設備損耗最小為目標，解決多機組負荷分配問題）、水泵 / 冷卻塔調控的自適應控制算法。?
5.具備算法性能優化能力：能通過迭代調優、復雜度簡化，提升算法在實時調控場景的響應速度（要求調控決策延遲＜100ms）與穩定性。
6.精通溫控核心設備原理：深入理解冷水機組（螺桿式、離心式等類型）、冷凍 / 冷卻水泵（變頻 / 定頻特性）、冷卻塔（橫流 / 逆流結構）的工作機制，明確各設備關鍵參數（如冷水機組 COP 值、水泵揚程 / 流量曲線、冷卻塔散熱效率）對系統能耗與穩定性的影響。
7.掌握溫控系統運行邏輯：熟悉商業樓宇、數據中心、工業廠房等不同場景下的溫控系統架構（如冷凍水回路、冷卻水回路的流程設計），清楚變負荷工況（如白天 / 夜間冷量需求變化、季節交替溫度波動）對系統運行的挑戰，能精準識別各場景下的溫控痛點（如數據中心 “高負荷低能效”、商業樓宇 “峰谷能耗不均”）。6.熟知溫控節能技術體系：了解變頻控制、熱回收、群控優化、AI 預測調控等主流節能技術的應用場景與效果邊界（如變頻水泵在部分負荷下的節能優勢、群控優化對多機組協同的提升作用），能判斷不同技術與四大溫控模型（冷水機組群控、水泵調控等）的適配性。
8.模型開發與優化能力：具備根據具體業務問題選擇合適的算法模型，并進行模型訓練、驗證和測試的能力。能夠合理劃分訓練集、驗證集和測試集，采用交叉驗證等方法評估模型的性能指標。了解大模型技術。
溫控策略模型開發：
模型一：冷水機組群控優化模型
模型二：冷凍水泵節能調控模型
模型三：冷卻水泵節能調控模型模型四：冷卻塔節能調控策略