数据科学职位

可再生能源领域的数据科学与分析岗位

能源行业的数据科学与分析，是用统计建模、数据分析和商业智能工具，把电站、电表和电力市场产生的数据转化为发电预测、运营判断和交易决策。岗位从做报表和看板的数据分析师，一直延伸到构建预测与优化模型的数据科学家。

风电和光伏的占比越高，这项工作越重要。国家能源局数据显示，截至2025年底中国风光累计装机达到18.4亿千瓦，占总装机的47.3%，历史性超过火电；全年风光发电量占全国发电量的22%。随天气波动的电源成了主力，电网调度、电站交易和售电公司的每个决策都要靠数据支撑。

电力市场化带来的分析需求

国家发展改革委2025年4月发布的通知要求，2025年底前基本实现电力现货市场全覆盖，全面开展连续结算运行。价格随时段波动之后，预测误差和报价策略直接反映在收益上，电站业主、售电公司和虚拟电厂运营商都需要能做价格预测、偏差分析和收益复盘的人。

欧洲、澳大利亚和美国的电力市场化起步更早，招聘也更成熟。在Rejobs上，AGL Energy是这一方向招聘最多的雇主之一，墨尔本因此跻身岗位最集中的城市；伦敦、柏林和汉堡的职位主要来自售电商和电网企业。软件公司同样是重要雇主：Power Factors的资产管理平台监控着100多吉瓦的风电、光伏和储能资产，Gridmatic则用机器学习预测电价，在美国七个主要电力市场全自动报价交易。

常见岗位与技能组合

最常见的职位名称是Data Scientist和Data Analyst，其次是Business Analyst、Energy Analyst、Performance Analyst和Quantitative Analyst。分析师岗位大多围绕电站性能、能源市场或财务展开，数据科学家则偏重预测与优化。

与互联网公司的数据岗位相比，这里的数据问题更琐碎：电表读数延迟、SCADA数据缺失、气象数据分辨率不足，都是日常工作。能把统计方法和电力系统知识结合起来的人，在招聘中更有优势。需要把模型做成产品的团队里，这一方向与人工智能与机器学习、软件工程的边界很模糊；偏重用能分析和节能核算的岗位，则更接近能源管理。