1.负责风电/光伏新能源场站的设备异常检测人工智能算法架构设计、训练策略优化和核心诊断模型研发，提升故障识别精度与诊断效率。 2.深入开展风电机组、光伏组件等设备多维特征参量联合分析，构建多源异构数据融合框架，开发高效的特征提取与数据增强技术。 3.负责新能源设备健康状态评估和故障风险预警算法研发，建立完善的设备寿命预测模型。 4.追踪并研究国际前沿新能源设备诊断技术发展，组织技术评估与创新应用探索，形成技术专利和学术成果。 5.开展人工智能模型优化、轻量化和边缘计算部署研究与实施，适应新能源场站分散化、远程化特点。 6.配合产业单位进行技术转化与产业推广，实施技术迭代优化，提升产品竞争力和市场适应性。

1.电气工程、人工智能、计算机科学或相关专业硕士及以上学历，国内外知名高校博士优先。 2.至少5年新能源设备状态监测或人工智能诊断领域研究经验，具备风电/光伏设备状态监测产品开发经验。 3.精通基于深度学习的异常检测技术，熟悉风电机组、光伏组件等设备的特性与故障机理，具备设备健康状态综合评估能力。 4.熟练掌握主流深度学习框架（如PyTorch、TensorFlow），具备复杂深度学习系统的设计与优化能力。 5.具备独立设计实验方案、分析诊断结果和解决技术难题的能力，能够带领团队成员突破新能源设备诊断技术瓶颈。 6.在顶级学术会议或期刊发表过新能源设备状态监测或故障诊断相关研究论文或拥有相关领域发明专利者优先。 7.良好的项目管理与团队协作能力，能够有效组织研发工作的开展与技术落地。 8.有大型新能源企业工程项目应用经验或跨学科背景（如电气+人工智能）者优先。 9.熟悉新能源行业数字化转型趋势，具备风电/光伏设备故障诊断算法在实际工程中落地经验者优先考虑。