中国科学院自动化研究所

工作职责： 1、与客户对接，完成日常项目研发、沟通协调以及客户需求的挖掘工作； 2、与总部保持顺畅沟通，参与日常的研发、协同工作； 3、与销售团队紧密联系，配合销售积极拓客，推介产品与服务； 4、参与相关产品需求讨论,评审和软件设计，按照项目计划，按时提交高质量代码，完成开发任务； 5、负责系统开发及运维保障工作，持续提升优化系统性能，保证系统运行的安全、稳定运行。 任职资格： 1、大学本科以上学历，2年以上工作经验； 2、具备思考、独立分析和解决问题的能力。善于沟通协调，表达能力强，文档能力优秀； 3、有扎实的Java基础技术体系，包括JVM、线程、并发、IO资源管理、网络等； 4、熟悉主流开源应用框架，如Spring、SpringBoot、SpringCloud、MyBatis、Maven、微服务等开发技术； 5、熟悉分布式系统的设计和应用，熟悉分布式、缓存、消息、负载均衡等机制和实现； 6、熟悉 MySQL Oracle等数据库。熟悉MQ、ES、Redis等中间件； 7、良好的学习能力、团队协作能力和沟通能力。

工作职责： （1）参与/负责复杂物理系统仿真中多源异构数据的清洗、对齐与特征工程，聚焦高维动态过程的数据表征与可解释性建模，构建高保真数值模拟的AI驱动框架，支持在非线性动力学、能量传输与物质响应等场景下的模型训练； （2）参与/负责推动数据驱动模型在多物理场耦合系统中的技术落地，开展针对系统行为预测、状态估计与性能优化的工程化应用研究，涵盖对称性分析、压缩态反演、输出量回归等关键任务，实现AI模型在复杂系统仿真中的闭环集成； （3）参与/负责前沿深度学习方法在物理建模范式中的融合路径，包括物理约束神经网络（PINN）、时空序列建模、多尺度编码架构等，发展面向强耦合、非平衡态系统的高效代理模型，提升其泛化能力与长期预测稳定性； （4）参与/负责AI模型与第一性原理仿真代码（如辐射输运、流体动力学方程求解器）的协同建模工作，探索在小样本、高噪声条件下，利用有限观测数据进行模型微调、不确定性量化与自适应校准的方法体系，推动智能仿真范式在极端物理环境研究中的应用。 任职资格： （1）博士及以上学历，计算机科学、应用数学、人工智能、物理、力学、光学工程或相关理工科专业背景； （2）熟练掌握 PyTorch 等深度学习框架，有大规模科学计算、数值模拟或高能密度物理相关项目经验，有复杂物理系统建模、多物理场仿真或高维动态系统预测经验； （3）在数据驱动建模、物理信息引导的神经网络（PINN）、动态系统代理模型构建、时空序列预测等方向有扎实研究基础；对将人工智能技术应用于非线性物理过程建模、能量输运演化分析、极端条件下物质响应预测等问题具有强烈兴趣；具备良好的科研素养与跨学科协作能力； （4）熟悉面向科学仿真的深度学习模型架构，具备高维时空预测模型、多尺度物理代理模型的设计与优化经验者优先；熟悉三维卷积网络、Transformer、图神经网络（GNN）、U-Net等结构在物理场重建与演化预测中的应用； （5）优秀的问题分析和故障排查能力，良好的工程化思维；责任心强，具备出色的沟通协作能力和持续学习能力。 （6）具有以下条件优先：具有等离子体物理、核工程或聚变材料等相关知识背景；有将AI模型用于流体动力学、热传导、辐射输运等偏微分方程求解场景的经验；有AI+核聚变（如聚变模拟、装置控制优化）经验，了解等离子体诊断、聚变装置运行或聚变材料研发等相关技术。

工作职责： 1.负责业务场景下的智能决策算法的有效落地，充分理解场景与业务问题，设计和优化算法模型和训练效果； 2.负责强化学习、大模型等相关决策算法的前沿技术创新研究与探索，完成必要的实验以证明算法的有效性； 3.负责算法框架的功能完善与优化； 4. 负责相关研究论文的撰写与发表。 任职资格： 1.硕士及以上学历，计算机、数学、统计学等相关领域专业，应届生或在职人员均可； 2.扎实的编程能力，有丰富的代码经验，至少熟练掌握一种高级编程语言（Python/C++优先）； 3.具有强化学习研究/实习经验，在多智能体强化学习、自我博弈以及LLM Agent等领域有实践经验者优先； 4.在NeurIPS/ICML/ICLR/AAAI等顶级国际会议或期刊上发表过相关论文者优先； 5. 有在实际业务中落地强化学习算法经验的优先。

工作职责： 1.负责业务场景下的智能决策算法的有效落地，充分理解场景与业务问题，设计和优化算法模型和训练效果； 2.负责强化学习、大模型等相关决策算法的前沿技术创新研究与探索，完成必要的实验以证明算法的有效性； 3.负责算法框架的功能完善与优化； 4. 负责相关研究论文的撰写与发表。 任职资格： 1.硕士及以上学历，计算机、数学、统计学等相关领域专业，应届生或在职人员均可； 2.扎实的编程能力，有丰富的代码经验，至少熟练掌握一种高级编程语言（Python/C++优先）； 3.具有强化学习研究/实习经验，在多智能体强化学习、自我博弈以及LLM Agent等领域有实践经验者优先； 4.在NeurIPS/ICML/ICLR/AAAI等顶级国际会议或期刊上发表过相关论文者优先； 5. 有在实际业务中落地强化学习算法经验的优先。

工作职责： 1、负责垂直领域LLM模型算法落地，包括但不限于：领域业务数据清洗、高质量SFT数据构建和模型训练，参与设计、优化大模型指令、RLHF/RLAIF、模型评测，提升大模型训练/推理效果； 2、构建RAG链路：混合检索、向量数据库 Milvus/Elastic 部署、重排序优化，降低幻觉； 3、设计自动化评测框架，集成领域自定义指标，输出模型多维评测报告； 4、深入调研和关注大模型前沿技术，包括智能体、强化学习、模型加速等，并进行复现、部署、测试及持续创新和优化； 5、与项目/工程团队协作，服务客户完成驻场开发。 任职资格： 1、硕士及以上学历，计算机、人工智能、自然语言处理等相关专业背景硕士或博士在读，具备大模型数据构建和训练相关实践经验者优先； 2、深入理解NLP基础理论与模型原理，熟悉Transformer、BERT、GPT等主流架构；熟练掌握Prompt构建、SFT（有监督微调）、RHLF等关键方法与流程； 3、精通PyTorch、DeepSpeed、vllm等框架，能够独立完成算法和模型的开发和优化，具备实战经验者优先; 4、熟悉大模型RAG（检索式问答）者优先； 5、熟悉Linux开发环境，掌握异步编程、任务调度、状态管理等机制； 6、对人工智能技术抱有强烈热情，具备优秀的分析和解决问题的能力，良好的沟通、学习及自驱能力，能够高效协同团队推进任务。

工作职责： 1.科研支持与材料撰写：主导/配合完成国家/省部级项目、国际会议（英文）报告及相关技术方案PPT初稿撰写，并跟进多轮修改，确保符合学术规范与项目要求。 2.重大项目管理：负责立项策划、申报材料编制及流程推进，统筹实施阶段协调、会议组织及合同/材料归档，保障项目合规可追溯。 3.团队运营与资源协调：梳理技术成果/论文专利/项目进展，形成结构化成果库；协调人力/设备/资金，优化配置并归档重要文件。 4.科研产出拓展：参与相关科研工作，发表论文、课题申报及成果转化，提升团队学术影响力。 5.以及领导交办的其他工作 任职资格： 1.985、211毕业的计算机、自动化、人工智能或机器人等相关专业博士，熟悉具身机器人或者机器视觉领域（尤其是缺陷检测领域），从事过一线科研工作，发表过中科院一区或CCF A类文章的优先； 2.文字功底扎实，撰写过英文学术报告，在国际会议上做过oral，能独立完成各类报告与申请书撰写，能够进行流利口语交流； 4.细心负责、情商高、沟通协调能力强； 5.根据项目需要，接受出差安排，能够适应阶段性加班，保障关键任务顺利完成；

工作职责： 1. 面向AI4Science领域的前沿研究，紧跟大模型技术发展趋势，围绕科学数据（谱数据、场数据等）的理解和分析，深入研究模型架构创新、训练策略优化及高效推理方法，推动人工智能在科学领域的应用； 2. 研究多模态大模型与AI4Science QA模型， 探索科学数据模态与语言模态的对齐方法，推进模型微调、跨模态融合及性能优化，拓展模型在科学数据处理、实验分析、知识发现等场景中的应用； 3. 构建科学领域的高质量、标准化、结构化数据集，为模型训练与验证提供数据基础； 4. 撰写高水平学术论文，并推动科研成果的工程化转化； 5. 指导研究团队中的学生，提升团队整体科研水平，共同推动项目进展与成果应用。 任职资格： 1. 具备计算机科学、人工智能、机器学习、AI4Science等相关领域的博士学位； 2. 对科学数据处理的AI解决方案有深入理解，具备扎实的理论基础与实践能力； 3. 深入了解生成、分类、检测、分割等任务，有多模态模型、大语言模型微调、强化学习等方向的研究经验者优先； 4. 在相关领域具备高水平研究成果，并有国际顶级会议或期刊论文发表经验； 5. 具备优秀的编程能力，熟练掌握Python及相关机器学习框架（如PyTorch等），能够高效实现模型开发与优化； 6. 热爱科研，具备独立思考与研究能力，同时具备良好的团队协作精神与沟通能力。

工作职责： 1. 探索研究大模型继续预训练、后训练，包括但不限于数据准备和优化、模型微调、强化学习等； 2. 大模型后训练技术（SFT、RLHF等）链路整体优化，包括数据探索与增强、对齐流程探索、奖励模型优化、强化学习策略迭代等，持续提升推理效果； 3. 探索构建包括而不限于多模态RAG，推理与Agent等在内的进阶能力应用与部署。 任职资格： 1.对大模型开发流程有深入认知，熟悉预训练、指令微调、RL等流程与框架，具备模型预训练、对齐、Agent等方面的经验； 2.具备扎实的算法和数学理论基础及良好的编程基础，熟悉自然语言处理、生成式AI和机器学习等技术，熟悉PyTorch等深度学习框架，对技术开发及应用有热情； 3.目标感强，善于分析和发现问题，有想法并乐于主动探索，能够从日常工作中发现新的空间。 具备以下者优先 1.在CVPR、ACL、EMNLP、NeurIPS、ICLR、ICML等计算机学会推荐的国际会议和期刊发表过论文者优先； 2.在国际或国内权威赛事或评测中取得优秀名次者优先； 3.有大厂大模型算法经历者优先。