Token Foundry-AI for Science/Engineering 算法专家-Qwen模型训练

AI for Science 方向

包括但不限于构建面向生物（基因组分析、蛋白质功能预测等）、化学（分子性质预测、逆合成规划等）等领域的 Agent 系统、Science harness，整合领域专用工具与知识库。

设计科学推理评测基准，评估并提升模型在自动探索、工具调用、实验设计等任务上的表现，同时构造训练数据与环境优化Qwen模型在科学领域的表现。

探索 AI 驱动的科学发现闭环：假设生成、实验设计、 结果验证、知识更新，提升模型科学领域Auto Research能力。

AI for Engineering 方向

将大模型应用于芯片设计EDA、工业设计CAD、金融工程、工业自动化、kernel调优等工程问题，训练模型在真实生产环境中的自进化能力，通过持续学习发掘更优算法与设计。

研究基于self-evolving、long-horizon、multi-agent等范式的能力增强方法，提升Qwen模型在工程优化领域的表现。

与跨学科团队紧密协作，推动研究成果在真实科研或工程场景中的验证与落地。

跟踪科学与工程智能及相关方向的前沿进展，围绕关键问题开展算法创新、实验分析与技术沉淀。

计算机、人工智能、自动化等相关专业本科及以上学历，硕士/博士优先。

满足以下条件之一者优先：

在科学研究或复杂工程领域具备较强的专业理解与积累，能够准确把握领域内的重要问题、核心参与方、关键数据资源和前沿发展方向；在相关方向具备较强的行业敏感度。

已在实际科学研究或工业领域将大模型深度融入工作流程，能够从领域问题出发完成方法设计、方案落地与效果迭代，并对AI与领域交叉方向的发展趋势形成较成熟的判断。

极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考并反思总结；具备良好的沟通能力和团队协同意识。

熟悉Python；具备较强的工程实现能力。

具备较强科研能力或技术产出能力，有高水平论文、开源项目、竞赛成绩或实际落地成果者优先。