AI+CAE仿真工程师

主要职责

• 负责AI+CAE相关技术的研究、开发与工程应用，探索人工智能在汽车研发和工程仿真领域的应用。
• 针对结构、碰撞安全、流体、热管理等复杂工程问题，研究机器学习、深度学习及数据驱动方法在CAE仿真中的应用。
• 开展CAE仿真数据驱动建模，利用机器学习、深度学习等方法建立高效的代理模型（Surrogate Model），降低高保真CAE计算成本。
• 研究物理信息神经网络（PINNs）、物理机器学习（Physics-informed Machine Learning）、神经算子（Neural Operators）及科学机器学习（Scientific Machine Learning）等前沿技术，并探索其工程应用。
• 开展CAE仿真流程智能化研究，包括自动建模、参数优化、仿真任务自动配置、结果自动分析及设计方案自动优化等。
• 结合大规模CAE仿真数据，研究数据驱动的预测、优化与反向设计方法，提高产品设计与仿真的效率。
• 探索生成式AI、大语言模型（LLM）及AI Agent在CAE工程领域的应用，例如智能仿真助手、工程知识问答、仿真流程自动化和工程决策支持。
• 针对汽车碰撞安全等具体工程场景，研究AI与高保真CAE模型的融合方法，实现快速预测、智能优化和设计空间探索。
• 参与AI算法与CAE软件平台的集成开发，将研究成果转化为可实际应用的工程工具和解决方案。
• 与CAE专家、汽车工程师及软件研发团队协同工作，将人工智能技术转化为能够解决实际工业问题的产品和技术方案。

任职要求

• 博士及以上学历，人工智能、计算机科学、机器学习、数据科学、数学、力学、机械工程、车辆工程、航空航天等相关专业。
• 具有扎实的机器学习、深度学习、数值计算或工程仿真理论基础。
• 熟悉Python，具有PyTorch、TensorFlow、JAX等至少一种深度学习框架的使用或开发经验。
• 熟悉机器学习、深度学习、优化算法、数据驱动建模等相关技术。
• 对CAE仿真、有限元、计算流体力学、结构力学或工程优化至少一个方向具有较深入的理解。
• 具有较强的数学基础，包括线性代数、概率统计、数值分析、优化方法等。
• 具有较强的科研能力和技术创新能力，能够独立分析问题、设计算法并验证研究成果。
• 具有较强的英文文献阅读能力，能够跟踪AI、Scientific Computing及CAE领域的前沿技术发展。

优先考虑

• 具有AI+CAE、Scientific Machine Learning、Physics AI研究经历
• 具有物理信息神经网络（PINNs）、Neural Operator等研究经验
• 具有机器学习代理模型（Surrogate Model）或降阶模型（ROM）研究经验
• 具有CAE仿真数据分析、预测或优化经验
• 具有碰撞安全、结构优化、流体仿真、热管理等工程领域研究经验
• 具有大模型、生成式AI、AI Agent或多模态AI相关研究经验
• 具有强化学习、贝叶斯优化、拓扑优化、参数优化等研究经验
• 具有GPU计算、CUDA、并行计算或高性能计算相关经验
• 熟悉C/C++、CUDA等高性能计算语言
• 在AI、机器学习、计算力学、科学计算或CAE领域发表过高水平论文
• 具有海外高校、研究机构或国际汽车企业科研/项目经历

我们提供

我们期待这样的你