【27校招 - 数字化】物理AI算法工程师

岗位定位 围绕物理AI方向（机理模型与大模型融合），从事视觉感知、多模态理解、物理仿真等核心算法的研发与落地，将前沿AI技术与工业物理场景深度结合，输出可直接应用于产品的解决方案。 工作职责

1. 01

   负责物理AI方向的核心算法研发，包括但不限于视觉感知、多模态大模型、物理仿真与机理建模等方向。

2. 02

   参与物理场景下的需求分析与技术方案设计，输出可落地的算法解决方案及系统架构。

3. 03

   承担模型训练、微调、评估及优化等核心工作，提升模型在工业物理场景中的精度、泛化性与推理效率。

4. 04

   负责算法模块的代码开发、性能调优与工程化部署，保障算法在产品及实际场景中的可用性与稳定性。

5. 05

   持续跟踪物理AI、多模态大模型、具身智能等前沿技术演进，参与技术评审与分享，推动团队技术能力提升。

6. 06

   与产品、工程团队紧密协作，推动算法成果从研发到产品落地的全链路闭环。

【专业与学历】 2027届硕士及以上学历应届毕业生，计算机、人工智能、自动化、物理学、数学等相关专业。

【AI算法基础】 具备扎实的AI算法理论基础，熟悉深度学习、计算机视觉、自然语言处理等核心领域，对大模型（LLM/VLM）的原理与训练流程有系统性理解。

3. 03

   具备模型架构设计能力，能够独立完成模型选型、结构设计、训练策略制定及效果评估。

【物理AI方向能力（核心优先项）】 具备以下任一方向的实践经验或深入研究：

1. 01

   机理模型与数据驱动模型的融合（Physics-Informed Neural Networks、可微物理仿真等）；

2. 02

   多模态大模型训练与微调（视觉-语言模型、视觉编码器训练、后训练等）；

3. 03

   强化学习在物理决策与控制中的应用；

4. 04

   数学建模与数值仿真（有限元、CFD、动力学仿真等）。

【工程能力】 熟练使用 Python 和 C/C++ 进行算法开发与工程实现，具备完整的代码工程化能力。

1. 01

   熟悉 Linux 开发环境及常用工具链，具备模型部署与性能调优经验。

2. 02

   具备英文文献阅读与技术文档撰写能力，能快速跟进国际前沿研究。

【软性素质】

1. 01

   创新驱动力：对未知领域有强烈好奇心，能够独立提出创新性思路并验证，而非仅停留在应用层面。

2. 02

   深度思考力：能够对模型原理、问题本质进行深层次理解与分析，而非浅层使用工具。

3. 03

   表达与协作：逻辑清晰，能够准确表达技术方案与思路，具备良好的团队协作与沟通能力。

4. 04

   自驱学习力：面对新技术和新场景能快速学习并转化为实际解决方案，具备强结果导向。