深圳·南山区
职位详情
岗位职责
1.DAC设备系统优化落地
针对DAC设备(吸附/解吸/换热/压缩等核心单元)降能耗、提效率、隐运行的核心需求,
设计端到端算法解决方案:
完成工业数据采集整理、特征工程构建、工艺参数相关性分析、生产约束边界识别;
开发吸附/解吸效率预测、收率/能耗率预测、滚动工艺参数寻优、闭环增强控制等算法;
用可解释性方法(如SHAP分析)定位DAC能耗/效率关键影响因素(如温度波动、空速、吸
附剂性能),形成"算法输出→工艺改进→价值落地"的闭环。
2.绿电-储能-DAC协同算法体系构建
针对绿电(光伏/风电)间歇性、波动性特征,构建源网荷储协同优化体系:
设计绿电预测(融合气象数据与发电特性)、DAC可调负荷建模、储能充放电策略优化方案;
开发多目标协同优化算法,平衡绿电消纳、DAC运行效率、储能与生产稳定性;
实现秒级/毫秒级响应绿电波动的DAC产线参数与储能配置调整。
3.跨系统数据与工程化落地
打通DAC(DCS/SCADA)、绿电(逆变器/SCADA)、储能(BMS/PCS)数据链路,处理多源异源异构
数据,设计专属特征工程。
持续用更新数据重新训练优化算法,解决模型漂移问题(如吸附剂衰减、解吸能耗特征、绿
电突变),优化算法实时性与鲁棒性,适配工业控制系统接口,保障生产线稳定运行。
4.团队协作
与工艺/设备/绿电/储能团队协作,将业务目标转化为可落地算法问题;
与算法团队协作,将算子学习预测模型部署至DAC产线,完成百吨级示范工程验证。
任职要求
1.基本条件
硕士及以上学历,计算机、自动化、数据科学、能源动力、化工等相关专业;
1年以上工业算法落地经验(DAC/碳捕集/化工优化或绿电/储能算法经验优先,无经验但能独立完成相关算法案例
者亦可);
熟练使用Python,掌握时序/关系型数据库,能处理百万级时序数据;
2.算法技术基础
(1)熟练掌握至少1种主流机器学习/深度学习框架(TensorFlow/PyToroh),能独立搭建:
时序预测模型(如LSTM/Transformer/气象因子融合模型);
回归分类模型(如XGBoost/LightGBM);
智能优化模型(如遗传算法/粒子群优化/NSGA-II多目标优化);
闭环控制模型(如模型预测控制MPC);
(2)理解工业(尤其化工/DAC)及绿电-储能数据特点(多噪声、大时滞、多变量耦合、间歇性),能通过特征工程
(滑动窗口、时域/频域特征提取、异常值处理)解决数据质量问题;
(3)熟悉至少1种工业通信协议(如OPCUA/Modbus-TCP/IEC61850),能对接DAC侧DCS/SCADA、绿电侧SCAD
A、储能侧BMS/PCS系统者优先。
3.场景适配与现场能力
(1)对工业负碳技术(DAC/碳捕集)有情怀,能深入DAC生产线一线,了解真实的吸附/解吸/换热/压缩工艺流程,
理解DAC设备负荷调节边界、吸附剂性能衰减规律、能耗关键影响因素素,能将工艺/设备专家经验转化为算法模
型;
(2)理解绿电特性(光伏/风电出力曲线、波动规律、影响因素)、储能PCS/BMS/SOC调控逻辑,能处理多源异构
数据融合问题,平衡绿电消纳、DAC运行效率与储能寿命;
4.落地思维与沟通能力
(1)不追求"复杂算法炫技",以"解决DAC设备降本增效、绿电耦合实际问题"为核心一若现场数据量小,能转向传统
统计学习+工艺规则快速落地;绿电数据,能结合物理机理(如光照强度-功率关系)+少量数据快速构建可用模
型;
(2)能和非Al技术背景的工艺/设备/绿电/储能团队进行价值导向沟通,用"这个算法落地能帮DAC减少X%的解吸能
耗,相当于多赚Y万"等务实表述,替代纯技术术语。
上班时间:
周末和法定节假日休息
工作日9:00-17:30
福利待遇:
社保公积金:八险一金,基数为月工资,公积金缴纳比例公司科和个人各12%。
员工补贴:餐费补贴、交通补贴、话费补贴、节日生日等津贴。
1.DAC设备系统优化落地
针对DAC设备(吸附/解吸/换热/压缩等核心单元)降能耗、提效率、隐运行的核心需求,
设计端到端算法解决方案:
完成工业数据采集整理、特征工程构建、工艺参数相关性分析、生产约束边界识别;
开发吸附/解吸效率预测、收率/能耗率预测、滚动工艺参数寻优、闭环增强控制等算法;
用可解释性方法(如SHAP分析)定位DAC能耗/效率关键影响因素(如温度波动、空速、吸
附剂性能),形成"算法输出→工艺改进→价值落地"的闭环。
2.绿电-储能-DAC协同算法体系构建
针对绿电(光伏/风电)间歇性、波动性特征,构建源网荷储协同优化体系:
设计绿电预测(融合气象数据与发电特性)、DAC可调负荷建模、储能充放电策略优化方案;
开发多目标协同优化算法,平衡绿电消纳、DAC运行效率、储能与生产稳定性;
实现秒级/毫秒级响应绿电波动的DAC产线参数与储能配置调整。
3.跨系统数据与工程化落地
打通DAC(DCS/SCADA)、绿电(逆变器/SCADA)、储能(BMS/PCS)数据链路,处理多源异源异构
数据,设计专属特征工程。
持续用更新数据重新训练优化算法,解决模型漂移问题(如吸附剂衰减、解吸能耗特征、绿
电突变),优化算法实时性与鲁棒性,适配工业控制系统接口,保障生产线稳定运行。
4.团队协作
与工艺/设备/绿电/储能团队协作,将业务目标转化为可落地算法问题;
与算法团队协作,将算子学习预测模型部署至DAC产线,完成百吨级示范工程验证。
任职要求
1.基本条件
硕士及以上学历,计算机、自动化、数据科学、能源动力、化工等相关专业;
1年以上工业算法落地经验(DAC/碳捕集/化工优化或绿电/储能算法经验优先,无经验但能独立完成相关算法案例
者亦可);
熟练使用Python,掌握时序/关系型数据库,能处理百万级时序数据;
2.算法技术基础
(1)熟练掌握至少1种主流机器学习/深度学习框架(TensorFlow/PyToroh),能独立搭建:
时序预测模型(如LSTM/Transformer/气象因子融合模型);
回归分类模型(如XGBoost/LightGBM);
智能优化模型(如遗传算法/粒子群优化/NSGA-II多目标优化);
闭环控制模型(如模型预测控制MPC);
(2)理解工业(尤其化工/DAC)及绿电-储能数据特点(多噪声、大时滞、多变量耦合、间歇性),能通过特征工程
(滑动窗口、时域/频域特征提取、异常值处理)解决数据质量问题;
(3)熟悉至少1种工业通信协议(如OPCUA/Modbus-TCP/IEC61850),能对接DAC侧DCS/SCADA、绿电侧SCAD
A、储能侧BMS/PCS系统者优先。
3.场景适配与现场能力
(1)对工业负碳技术(DAC/碳捕集)有情怀,能深入DAC生产线一线,了解真实的吸附/解吸/换热/压缩工艺流程,
理解DAC设备负荷调节边界、吸附剂性能衰减规律、能耗关键影响因素素,能将工艺/设备专家经验转化为算法模
型;
(2)理解绿电特性(光伏/风电出力曲线、波动规律、影响因素)、储能PCS/BMS/SOC调控逻辑,能处理多源异构
数据融合问题,平衡绿电消纳、DAC运行效率与储能寿命;
4.落地思维与沟通能力
(1)不追求"复杂算法炫技",以"解决DAC设备降本增效、绿电耦合实际问题"为核心一若现场数据量小,能转向传统
统计学习+工艺规则快速落地;绿电数据,能结合物理机理(如光照强度-功率关系)+少量数据快速构建可用模
型;
(2)能和非Al技术背景的工艺/设备/绿电/储能团队进行价值导向沟通,用"这个算法落地能帮DAC减少X%的解吸能
耗,相当于多赚Y万"等务实表述,替代纯技术术语。
上班时间:
周末和法定节假日休息
工作日9:00-17:30
福利待遇:
社保公积金:八险一金,基数为月工资,公积金缴纳比例公司科和个人各12%。
员工补贴:餐费补贴、交通补贴、话费补贴、节日生日等津贴。
2026-05-24 14:41
IP属地：广东深圳
职位福利
硕士1-3年
深碳科技（深圳）有限公司
天使轮 · 20-99人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
深圳南山区后端开发实习生（Python方向）我们是谁爱真牛（深圳爱真牛人工智能科技有限公司）——国际人工智
4000-5000元/月
其他后端开发1-3年大专JavaPython计算机相关专业后端开发经验
深圳 南山区 西丽
收藏职位
