JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "BMS算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "广州·海珠区·江南大道",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "合肥阿特尔智能科技",
"company_industry": "智能硬件/消费电子",
"company_size": "100-499人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 28000,
"max": 45000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 1,
"degree": "本科",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "主要职责\n1. 负责电池核心状态算法开发落地，解决铁锂电池SOX算法落地难题：铁锂电池SOC电量估算、SOH健康度估算、SOP功率限制估算、SOE能量状态估算等核心BMS算法的设计、开发、优化与落地，保障全工况下电池状态估算精度，适配整车各类行驶及充放电场景。\n2. 负责电池建模与参数辨识：搭建动⼒电池等效电路模型，完成模型参数离线及在线辨识算法开发与迭代优化，提升电池模型适配性与精度，解决不同温度、倍率、⽼化状态下的模型失准问题。\n3. 牵头实车数据分析与算法迭代：整车海量运⾏数据、充放电数据、老化数据的挖掘分析，定位算法偏差、估算漂移等问题，针对性优化算法逻辑与参数，持续提升BMS算法实车适配效果与稳定性。\n4. 云端算法迭代与技术支撑：云端BMS算法体系搭建与迭代优化，配合完成云端电池状态评估、故障预警、⽼化分析等功能开发，配合整车OTA完成算法升级与功能落地。\n岗位要求：\n基础要求：硕士及以上学历，计算机、电化学、新能源、车辆等相关专业，3年及以上BMS算法开发相关工作经验。\n算法基础：熟悉磷酸铁锂（LFP）电池特性，针对LFP电压平台长、线性度差、易累积误差等痛点，精通SOX高精度估算算法；熟练掌握电池模型建模、高精度参数辨识、平台期误差修正、累积误差抑制算法，理解SOC校正、稳态与动态工况融合估算逻辑；了解EKF/UKF/RLS等经典算法，可结合LFP电池特性做算法适配与优化。\n工具技能：熟练使用Matlab/Simulink完成算法建模、仿真与验证，熟练掌握Python进行数据处理、数据分析与模型迭代。\n项目经验：具备完整的BMS核心算法开发、调试、迭代落地经验，熟悉电池状态估算全流程开发逻辑。\n优先考虑：国内头部电动汽车主机厂/第一梯队电池厂算法岗经历。",
"skills": [AI生成
"BMS",
"SOC",
"SOH",
"SOP",
"SOE",
"磷酸铁锂",
"LFP",
"电池建模"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/111927e94ccd137e0nx529W0E1dS.html"
}
]
},
"posting": {
"posting_id": "111927e94ccd137e0nx529W0E1dS",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/111927e94ccd137e0nx529W0E1dS.html"
},
"fulltext": "主要职责\n1. 负责电池核心状态算法开发落地，解决铁锂电池SOX算法落地难题：铁锂电池SOC电量估算、SOH健康度估算、SOP功率限制估算、SOE能量状态估算等核心BMS算法的设计、开发、优化与落地，保障全工况下电池状态估算精度，适配整车各类行驶及充放电场景。\n2. 负责电池建模与参数辨识：搭建动⼒电池等效电路模型，完成模型参数离线及在线辨识算法开发与迭代优化，提升电池模型适配性与精度，解决不同温度、倍率、⽼化状态下的模型失准问题。\n3. 牵头实车数据分析与算法迭代：整车海量运⾏数据、充放电数据、老化数据的挖掘分析，定位算法偏差、估算漂移等问题，针对性优化算法逻辑与参数，持续提升BMS算法实车适配效果与稳定性。\n4. 云端算法迭代与技术支撑：云端BMS算法体系搭建与迭代优化，配合完成云端电池状态评估、故障预警、⽼化分析等功能开发，配合整车OTA完成算法升级与功能落地。\n岗位要求：\n基础要求：硕士及以上学历，计算机、电化学、新能源、车辆等相关专业，3年及以上BMS算法开发相关工作经验。\n算法基础：熟悉磷酸铁锂（LFP）电池特性，针对LFP电压平台长、线性度差、易累积误差等痛点，精通SOX高精度估算算法；熟练掌握电池模型建模、高精度参数辨识、平台期误差修正、累积误差抑制算法，理解SOC校正、稳态与动态工况融合估算逻辑；了解EKF/UKF/RLS等经典算法，可结合LFP电池特性做算法适配与优化。\n工具技能：熟练使用Matlab/Simulink完成算法建模、仿真与验证，熟练掌握Python进行数据处理、数据分析与模型迭代。\n项目经验：具备完整的BMS核心算法开发、调试、迭代落地经验，熟悉电池状态估算全流程开发逻辑。\n优先考虑：国内头部电动汽车主机厂/第一梯队电池厂算法岗经历。"
}