1、使用机器学习方法加速传统仿真流程（如代理模型、PINNs、GNN等）； 2、构建基于数据的降阶模型（ROM）或超分辨率重构器； 3、将AI模块集成至现有CAD/CAE工作流中； 4、开发自动参数扫描、灵敏度分析、逆向设计工具链； 5、与仿真工程师协同标注高质量数据集、定义损失函数； 6、推动AI在不确定性量化（UQ）、多尺度耦合中的落地； 7、配合AI团队完成AI仿真项目落地。 1、博士及以上学历（专业方向：流体力学/热力学/机械工程/应用物理/计算数学/人工智能/计算机科学等）； 2、工作经验： 应届/毕业1年内：需有扎实科研背景+完整AI+仿真项目经历（如顶会论文、开源贡献、竞赛奖项）； 2年以上经验者：具备至少1个落地工业级AI加速仿真或数字孪生项目的实战经验； 3、核心能力： 熟悉主流CFD/CAD/CAE工具链； 掌握机器学习框架（TensorFlow/JAX）及深度学习建模技巧； 能独立搭建从数据采集→预处理→模型训练→部署推理的全流程pipeline。