AI智能仿真算法工程师

参与复杂动态系统的智能仿真与时空预测模型研发，面向局部系统状态演化构建高精度、高效率、具备跨场景泛化能力的AI推演模型。

开展图结构数据、时序数据及多类型状态信息的建模，研发基于Transformer、图神经网络、时序预测等方法的深度学习模型，并探索神经微分方程、神经算子等科学机器学习方法。

研究物理规律、结构约束与数据驱动模型的融合方法，通过物理约束、结构先验、损失函数设计等手段提升模型预测的稳定性、一致性和泛化能力。

负责或参与数据处理、模型开发、训练调试、指标评测及算法工程化实现，开展GPU训练、模型推理和性能优化，并配合完成算法模块集成与验证。

硕士学历，计算机、人工智能、应用数学、自动化、电子信息等相关专业，具备较扎实的机器学习和深度学习基础。

熟悉Python及PyTorch，能够独立完成深度学习模型开发、训练调试、实验设计和结果分析，具备较好的代码实现能力。

熟悉Transformer、图神经网络、时序预测等至少一类模型架构；具有复杂系统建模、多变量时序预测、图结构学习或科学机器学习相关经验者优先。

具备良好的学习能力和工程实践能力；具有Neural ODE、Neural Operator、GPU训练优化、大模型时空建模等相关经验者优先；具有电力系统仿真、暂态分析或相关研究经历者作为加分项，不作硬性要求。