岗位职责：
1.研发面向多物理场耦合系统（电磁-热-力-流体-路）的AI优化算法架构
2.构建基于机器学习的代理模型，加速高保真物理仿真迭代流程
3.开发智能参数优化系统，实现跨物理域设计变量自动寻优
4.设计数据融合策略，整合实验数据、仿真数据和工艺约束
5.探索生成式AI在复杂系统拓扑优化中的应用场景
6.构建具备物理可解释性的混合模型架构（物理引导型AI）
7.针对芯片、封装和系统协同设计等场景开发专用AI加速模块

任职要求：
核心技能：
1.硕士及以上学历，计算机科学/AI/计算物理/电子工程相关专业
2.3年以上AI算法研发经验，精通PyTorch/TensorFlow框架与HPC环境
3.深厚的多目标优化算法背景（贝叶斯优化、进化算法、强化学习）
4.熟悉计算电磁学/计算流体力学/有限元分析等数值方法优先
5.具备物理信息神经网络（PINN）、算子学习等物理AI研发经验者优先

差异化竞争力：
1.具有EDA/CAD/CAE工具链开发经验者优先
2.熟悉芯片热管理、信号完整性、封装应力分析等工程问题
3.掌握模型降阶（ROM）、不确定性量化（UQ）技术
4.有大规模多物理场数据集处理经验（10^6+自由度系统）