核心预测建模：深度剖析天气数据与新能源功率数据特征，运用先进算法构建高精度新能源预测模型，全流程把控模型开发、训练与优化，确保墨迹天气新能源预测的准确率处于行业领先水平，为新能源行业的生产调度、电网规划提供坚实数据支撑。
算法研究与优化：持续探索模式数据的订正算法，针对复杂气象条件与新能源发电特性，研发创新性的订正策略，不断提升预报准确性；实时追踪行业前沿算法动态，将新技术、新方法融入现有模型与算法体系，保持技术竞争力。
数据处理与分析：对海量天气数据及新能源相关数据进行清洗、预处理与深度分析，挖掘数据潜在价值；通过数据可视化手段，直观呈现数据特征与模型结果，为决策提供清晰依据。
跨部门协作：与气象数据采集团队、产品研发团队紧密合作，确保数据质量与模型应用场景适配；为业务部门提供专业的新能源预测技术支持与培训，推动预测成果高效落地。
三、任职要求
教育背景：气象学、大气科学、应用气象学等气象专业本科及以上学历，具备扎实的气象学理论基础与数据分析能力。
专业技能
熟练掌握 Python等编程语言，具备优秀的代码编写与调试能力，能高效实现算法逻辑与模型开发。
熟悉常用数据处理与机器学习库，如 pytorch、Pandas、Scikit-learn、TensorFlow 等，有丰富的模型训练与优化经验。
了解新能源发电原理与特性，对气象数据与新能源功率之间的关联有深入理解。
经验要求：有气象数据处理、预测模型开发相关工作经验者优先；参与过新能源预测相关竞赛并取得优异成绩者，或主导过实际模型训练项目并取得显著成果者，将予以重点考虑。
职业素养：具备敏锐的数据分析洞察力与创新思维，能够在复杂数据中发现规律、解决问题；拥有较强的责任心与团队协作精神，能在压力下高效完成工作任务；具备良好的沟通能力，可清晰阐述技术成果与解决方案。