포지션 상세 정보
- 기술스택
Git
Linux
AWS
Python
PyTorch
SQL
Keras
- 주요업무
• 태양광 발전소 발전량 예측 알고리즘 개발 및 고도화 • 재생에너지 입찰제도기반 스케줄 최적화 모델 개발
- 자격요건
• 컴퓨터공학, 산업공학, 통계학과 등 데이터 사이언스/엔지니어링 관련 전공자 • Python, Keras, Pytorch, Linux, AWS, Git, SQL 환경의 개발 경험 및 이해도 • 기계학습, 딥러닝, 확률 및 통계 개념 및 분석/구현 능력 • 논문(영문)을 이해하고 구현하는데 어려움이 없는 분 • 문서 작성 능력 능통자
- 우대사항
• 데이콘, Kaggle 등의 데이터 경진대회 수상 경력 (데이터 예측, anomaly detection) • 신재생에너지 산업에 대한 이해 및 관심이 있는 분
- 복지 및 혜택
[ Q. 에너닷에서는 어떻게 일을 하나요 ? ] 업무에 몰입할 수 있는 최고의 근무환경을 제공합니다. • 양재역에서 도보 60초 이내 위치한 쾌적한 사무실 • 출퇴근시간을 유연하게! 오전 8시반에서 10시 사이 자율 출근 • 불가피하게 연장근무가 필요할 경우 야근식대, 안심귀가 교통비 전액 지급 묻지도 따지지 않습니다. 연차 일정만 미리 말씀주세요. • 복잡한 승인 절차 없이 연차를 편하게 사용 • 건강검진, 가족돌봄 휴가 등 법정 휴가 지원 • 생일특별휴가 제공, ‘369’ 장기근속 휴가 및 인센티브 제도 도입 개인과 조직의 지속적인 scale-up 성장을 위해 아낌없이 지원합니다. • 직군 별로 맥북, 듀얼모니터, 고사양 데스크탑 등 업무 효율 향상을 위한 장비 맞춤 지원 • 역량 개발을 위한 교육/세미나 참여 또는 도서 구입 신청 가능 • 전사 타운홀 미팅, 팀별 직무개발 (팀활동비), 취미활동 공유와 친목 도모를 위한 (크루활동비) 지원
- 채용절차 및 기타 지원 유의사항
[ Q. 채용 과정은 어떻게 진행되나요 ? ] • 서류 심사 자유 양식의 이력서 또는 경력기술서, 개인 홈페이지, 또는 포트폴리오 등 편하신 방식으로 당신을 소개해 주세요. 보내주신 이력서와 포트폴리오를 심도있게 검토하고, 5~7일 이내 피드백을 드립니다. • 1차 인터뷰: 인터뷰는 대면 또는 비대면(온라인)으로 진행될 수 있으며, 지원하신 포지션에 대한 직무 중심으로 인터뷰가 진행됩니다. 에너닷에 지원하신 후보자분들도 직무적으로 궁금한 사항이나 에너닷 팀에 대한 어떠한 사항도 자유롭게 물어보실 수 있는 자리로, 가능한 성심성의껏 답변드릴 수 있도록 하겠습니다. • 2차 인터뷰: 채용 중인 포지션에 따라 추가 기술 면접 또는 자료 제출을 요청드릴 수 있습니다. 에너닷의 vision 과 core values에 충분히 공감하고 서로의 생각을 맞춰나가기 위해 진행되는 과정입니다. (포지션 특성에 따라 프로세스는 일부 변경될 수 있습니다)
기업/서비스 소개
기업상세 정보로 이동


1 / 3
[에너닷 데이터 사이언티스트가 일하게 될 상황을 간략하게 소개해 드릴게요] - 미래 전력시장의 변화를 대비하여 에너닷에서는 빅데이터 분석과 인공지능 기술을 활용하여 다양한 데이터 기반 서비스를 제공하고 있어요. 에너닷의 데이터 사이언티스트는 신재생에너지 발전소의 핵심 설비들로부터 전송받는 다양한 데이터의 수집, 처리 등을 주도적으로 수행하고 머신러닝 기술뿐만 아니라 서버, 시스템 아키텍처 고도화에 대한 지식과 업무 경험이 필요해요. - 데이터 싸이언티스트는 현재 전력중개사업의 핵심인 발전량 예측 정산금 제도에 참여한 신재생에너지 집합자원 구성 및 예측 모델 개발 업무를 담당하고, 업무 자동화 시스템 개발과 고도화 프로젝트에 참여하게 돼요. 또한, 발전소 이상탐지와 고장진단에 관련한 지속적인 리서치와 선행 연구 통해 고객에게 더 많은 가치와 편의성을 제공할 수 있는 새로운 서비스 개발을 목표로 해요. - 에너닷은 그동안 각종 데이터 경진대회 수상, 데이터바우처 지원사업 공급기업 선정, 에너지 비즈니스 아이디어 (BI) 공모전 수상 등 성과와 경험을 바탕으로, 앞으로도 다양한 기업 및 공공기관과의 협력과 기술연구 통해 빠르게 변화하는 신재생에너지 산업은 물론, 전체 전력시장을 위한 새로운 기술을 함께 만들어 가요