1、自动驾驶安全架构设计： 主导自动驾驶系统安全架构的顶层设计，定义应对不确定性风险的降级安全策略与准入标准，攻克复杂环境下的感知与规控算法难题，引领行业安全技术方向； 2、AI4Science与多物理场算法突破： 负责计算力学、电磁学、流体等领域的数值求解算法创新，探索AI与科学计算结合（AI4Science）的新范式，解决计算几何、网格剖分等底层的核心数学难题； 3、高性能集群架构规划： 负责AI集群系统的网络架构与节点架构的前瞻性研究，设计面向下一代大模型的高性能计算与通信架构，突破大规模集群的算力瓶颈； 4、下一代芯片与AI Infra规划： 负责终端下一代GPU/NPU芯片的技术路线规划，定义端侧AI Infra架构方案，构建在算力及能效领域的绝对竞争力； 5、新材料发现与方法论创新： 洞察计算材料学前沿，建立基于AI的材料发现新范式，定义高价值应用场景，从理论层面指导新型电子工程材料的研发方向； 6、操作系统前沿技术探索： 探索软硬端芯云结合的操作系统性能优化新路径，设计下一代资源调度算法与架构，在操作系统核心技术领域构建长期技术壁垒； 7、复杂系统数学建模： 针对硬件工程AI集群等超复杂系统，构建业界领先的数学模型与AI求解器，具备从第一性原理出发解决未知工程问题的能力； 8、全球技术合作与影响力建设： 代表公司参与全球技术合作，在顶级会议（Top Conference）发表高水平论文，参与竞赛并进行专利布局，提升团队在学术界和工业界的技术影响力； 9、跨领域技术融合： 打通算法、硬件、材料与系统软件的边界，推动多学科交叉技术的融合创新，构建从想法到落地的端到端核心算法能力； 10、技术战略与标准制定： 参与相关领域的技术标准制定，分析竞争对手与行业趋势，为公司的中长期技术战略提供关键输入。 1、计算机科学、工程热物理、计算力学、凝聚态物理、应用数学、微电子等相关专业，在所属领域有深入的理论研究积累； 2、在顶级国际会议（如CVPR, ICML, SC, OSDI等）或核心期刊发表过高质量学术论文；有知名实验室研究背景或国际竞赛获奖经历者优先； 3、具备深厚的数理基础（如微分方程数值解、随机过程、最优化理论、计算几何），能够从物理第一性原理出发，设计并实现全新的数值求解、网格剖分或材料模拟算法； 4、对大模型（LLM）、AI4Science、自动驾驶安全架构等前沿技术趋势有深刻的洞察和判断，能够定义未来的技术演进方向； 5、深入理解计算机体系结构及超大规模集群架构，具备设计新型集合通信算法（AllReduce等）或软硬协同加速方案的能力； 6、对操作系统内核设计有独到见解，能够针对软硬端芯云结合的复杂场景，设计创新性的资源调度算法与性能优化策略； 7、精通密度泛函理论（DFT）、分子动力学（MD）等计算方法，并能结合AI技术（GNN等）开创材料发现与性能预测的新范式； 8、不仅理论扎实，还具备极强的工程落地能力，能够主导从算法原型到高性能C/C++/CUDA代码的转化，解决工业级难题； 9、具备跨学科知识融合能力（如“力学+AI”、“通信+数学”），习惯于解决多物理场耦合、异构算力调度等高复杂度系统问题； 10、英语流利，可作为工作语言进行全球技术交流；具备极强的逻辑思维、问题分析能力以及引领团队进行技术攻关的领导潜质。