|
|
| |
| |
职位描述 用小程序查看更多 |
|
岗位职责
1、构建融合多模态数据的预测体系：从多源指标（植被、温度、水分等）与气象再分析、数值预报数据中构建特征，对真实世界的关键指标进行估计与预测。
2、研发时空序列算法：系统评估深度时序模型与时序基础模型的真实增量，覆盖点预测、概率预测与分位数输出。
3、探索多模态时空建模与世界模型方向的应用，用严格的对照实验验证新方法相对传统基线的真实增益。
4、建立评测与回测框架：按时间切分的 walk-forward 验证、防前视泄漏的特征时点管理，以及长期的误差追踪机制。
5、评估极端天气事件的影响并量化其不确定性；支持预测结果在量化研究等金融场景的应用与工程化落地。
任职要求
1、国内外2027届统计学、机器学习、大气科学、农业系统、计量经济等相关专业，硕士及以上学历；有可验证的预测项目经历，能定量说明误差来源与失效场景。
2、时序建模功底扎实：状态空间、梯度提升、深度时序方法中至少两项有实战应用，理解小样本高噪声问题中领域先验与正则化的价值。
3、有多源数据的实际使用经验：能独立处理与分析数据，理解其误差结构、时空分辨率与物理含义。
4. 精通 Python 科学计算栈与 PyTorc |
|
| |
|
|
| |
|
