气象算法研究员

设计并跑通实验（损失函数、训练策略、后处理、概率与集合建模等任一方向）； 研究并验证气象预测、表征、因子在电力中的影响； 跟进 AI4Science 与基础模型的前沿工作，把 idea 落到可跑的代码与可对比的指标上； 输出清晰的实验报告、技术文档与可视化结果，与团队同步进展

基础能力 物理 / 数学 / 统计 / 计算机 或其他理工科相关专业； 数物基础扎实：在经典力学 / 统计力学 / PDE / 概率论与统计推断 / 数值方法 中至少精通两个方向，能判断建模是否合理； 熟悉一种以上机器学习范式（监督学习 / 深度学习 / 强化学习 / 概率建模 / 优化）； Python 代码功底扎实,熟悉 PyTorch（或 JAX / TensorFlow）； 熟悉 numpy / pandas / xarray，至少接触过一次 GB 级以上科学数据（HDF5 / NetCDF / Zarr / Parquet 等）的处理与训练。 工作方式 自主思考，踏实肯干，快速迭代。能独立完成问题拆解、实验设计、代码实现、参数调优等研究和工程任务； 主动同步进展和卡点，对结果诚实； 有科学的探索精神和良好的研究习惯。面对研究中的不确定问题，能独立提出猜想和假设，并设计实验验证； 理解 agent-native 协同，熟练使用 AI Agent（如 Claude Code、Cursor、Codex 等）完成工作，提高效率。对 AI 工具的使用逻辑和功能边界有深入理解。 加分项 在 Kaggle 等数据科学竞赛或 AI4Science 相关公开 benchmark 中拿过好名次； ACM-ICPC / NOI / 物理或数学奥赛获奖； 在 NeurIPS / ICML / ICLR / Nature / Science 子刊等顶会顶刊有论文发表或在投； 有开源基础模型（Diffusion / Transformer / Graph Neural Network 等）的训练或 finetune 经验