【实习】科学智能算法实习生-技术平台中心

1）AI 驱动科学计算算法研究：面向流体、电磁等复杂工业场景，研究基于深度学习、大模型或神经算子的 PDE 建模与求解方法，探索 AI 对传统数值仿真方法的加速、替代或增强能力。 2）物理仿真与数据生成管线建设：对接传统仿真软件与开源科学计算工具，构建高质量仿真数据生成、处理、训练与验证流程，支持从物理建模、数值求解到模型训练的闭环。 3）工业场景算法落地验证：结合实际工业任务，参与算法原型开发、实验评测、指标分析和工程化验证，推动 AI4Science 算法在流体仿真、电磁仿真等产业场景中的应用。

1）专业要求：数学、物理、计算机、力学、能源等相关专业硕博在读优先。 2）核心能力要求：数学与物理基础扎实；熟悉线性代数、微积分、数值分析、概率统计、偏微分方程等基础知识；了解力学、电磁学等任一方向者优先。 3）算法研究能力较强：能够阅读科学计算、物理仿真、生成式模型等方向的英文论文，具备从公式推导、方法复现到实验改进的能力。 4）编程与工程能力扎实：熟练掌握一门编程语言，熟悉至少一种深度学习框架；具备良好的代码习惯，熟悉 Linux 开发环境。 5）AI 与科学计算交叉背景：对 AI4Science、Physics AI、Scientific Machine Learning 等方向有兴趣或实践经验。 6）实习要求：每周实习 5 天，整体实习时间不少于 6 个月；能够长期稳定参与科研与工程项目者优先。 加分项： 1）AI4Science 相关经验：有 Neural Operator、Diffusion Model for Science、可微分物理、多物理场建模等相关项目经验。 2）大模型 / 智能体方向经验：了解大语言模型、工具调用、代码生成、Agent、自动化建模仿真等相关技术。 3）学术成果：在 AI 顶会，或科学计算、计算物理等领域高水平会议 / 期刊发表过相关论文者优先。