AI for Science 实习生

我们正在寻找对 AI 驱动科学发现充满热情的博士生，探索大模型与 Agent 在真实科研中的应用，并构建能够衡量其科研能力的评测体系。招聘包含以下两个方向，可根据研究兴趣与经历选择申请。

我们鼓励将实习期间的探索与积累沉淀为高质量研究成果，通过论文发表、开源项目等形式，分享有影响力的工作，推动 AI for Science 领域进步。

方向一：科研 Agent 前沿研究

- 面向生命科学等领域的真实科研问题，探索LLM与 Agent 驱动的新研究方向和方法。

- 优化基础模型的科研能力，构建、应用科研 Agent，探索前沿的科学问题。

- 结合领域知识开展研究与实验，验证方法的有效性，形成具有科学价值的研究成果。

方向二：AI for Science 评测体系构建

- 面向真实科研场景，构建大模型与 Agent 的科研能力评测框架与基准。

- 结合领域研究经验，设计具有科学意义和挑战性的原创题目与任务，制定可靠的参考解答和评价标准。

- 开展系统评测与结果分析，识别模型的能力边界，为模型与 Agent 的改进提供依据。

任职要求

- AI for Science、系统生物学、生物信息学、计算生物学及人工智能相关交叉学科的在读博士生。

- 具有扎实的科研基础和独立研究能力，能够从真实科研需求中提炼问题、设计实验，并判断结果的科学合理性。

- 熟练掌握 Python，具备扎实的编程与工程实践能力，能够完成研究原型开发、数据分析。

- 对大模型与 Agent 有深入理解及实际研究或开发经验，熟悉大模型应用、工具调用与 Agent 工作流构建。

- 具备良好的英文文献阅读、技术表达与团队协作能力，对探索新的科研方法有持续的兴趣和主动性。

- 能够保证 3 个月及以上的实习周期。

加分项

- 有相关开源项目，或在开源社区有实质性贡献。

- 在 CNS 子刊或AI 顶级会议发表过相关研究成果。

- 有 AI for Science 研究、科研 Agent 开发或科研评测基准建设经验。

申请方式

请提交个人简历，并注明意向方向及预计到岗时间。欢迎附上代表性论文、开源项目或其他能够体现个人贡献的研究成果。