1. 负责预测决策神经网络合一的预研、网络架构设计、离线训练、车端部署,从 0 到 1 搭建预测模型车端部署与维测,成功于 2022 年实现量产交付,打造数据闭环流程,快速迭代模型,持续解决城区交互场景问题 30%,优化车端系统时延 40%。

2. 管理 7 人开发团队,直线汇报 3 人,以 scrum 形式对接开发需求、把控技术可行性、分拆解耦开发任务、制定开发计划、协调每日开发进展、定期向 project leader 汇报开发进度。除预测决策合一项目外,同时管理无高精地图预测和车流预测项目,预测决策项目已高质量完成交付。

1. 负责变道和风险评估算法的开发，协助产品经理设定功能开发的技术流程和时间表，与地图、预测和规划组讨论确定功能开发的技术架构，于 2020 年 10 月完成高速场景 40 公里无接管无人驾驶，完成告诉场景变道功能交付。

2. 搭建基于模仿学习和加强学习算法的决策规划训练模型，组织内部论文专利讨论复现，参与国际顶级会议，尝试并吸纳决策规划领域的前沿方法。

3. 协调美国和德国决策团队的技术沟通和开发流程跟进，定期出差美国参与美国团队日常。

1. 面向家用和工业用途,研发基于电池储能的新能源系统上层控制和决策算法(模型预测控制和动态规划),根据实时电价、天气和行为预测,优化用户需求(电费最小化、能源完全独立、集群优化)。

2. 前期预研深度加强学习(Tensorflow)在大规模分布式能源系统中的优化控制。综合用户数据,使用LSTM 对其能源消耗和能源产出进行建模和预测。

3. 负责西门子家用电池储能系统产品(Junelight)的算法维护和更新。