1.负责时序大模型架构设计、训练策略制定和核心算法优化，提升模型精度与推断效率。 2.设计并实施大规模时序数据预处理流程，开发高效特征工程方案和数据增强技术。 3.负责攻克大模型应用于电力时序数据的关键技术，开发适应电力行业场景的模型变体。 4.开展时序大模型在电力系统中的应用研究，探索知识蒸馏、参数高效微调等技术在实际场景中的落地。 5.追踪并研究国际前沿时序大模型技术发展，组织技术评估与创新应用探索，形成技术专利和学术成果。 6.制定大模型性能评估标准和优化方案，指导团队开展模型压缩、量化和部署优化工作。

1.人工智能、计算机科学、电子信息、应用数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年大模型算法研发或人工智能领域研究经验，在时序预测、能源预测或相关领域有深入研究。 3.精通Transformer架构、混合专家模型(MoE)等前沿技术，熟悉LoRA、QLoRA等参数高效微调和大模型训练技术。 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、分析实验结果和解决技术难题的能力，能够带领团队突破技术瓶颈。 6.在顶级学术会议或期刊（如NeurIPS、ICLR、ICML、TPAMI等）发表过相关研究论文或拥有相关领域发明专利者优先。 7.良好的项目管理能力，能够有效组织研发工作的开展。 8.有国际国内重要AI竞赛获奖经历、大型工程项目应用经验或知名AI实验室工作背景者优先。 9.有电力系统时序数据分析或大模型在垂直行业落地经验者优先考虑。