工作内容： 1. 参与数字孪生系统的建模与实现，支持工业场景的虚拟仿真与优化。 2. 开展物理仿真相关研究，开发高精度仿真模型，结合实际工程数据进行验证。 3. 探索并实现基于 PINN 的物理约束深度学习算法，解决复杂 PDE（偏微分方程）问题。 4. 协助撰写技术报告、论文及项目文档，支持团队技术交流与成果展示。 5. 与团队合作，推动算法在实际生产环境中的应用落地。 岗位亮点 • 接触前沿技术：数字孪生、物理仿真、AI 与工业结合。 • 提供真实工业场景数据与应用机会。 • 灵活工作时间，支持学术研究与实践结合。 任职要求： • 学历背景：在读博士或硕士，计算机科学、应用数学、机械工程、自动化、物理或相关专业。 • 技术能力： o 有数字孪生、物理仿真、PINN等一项或多项研究经验 o 熟悉数值计算、偏微分方程求解方法（如有限元、有限差分）。 o 掌握至少一种深度学习框架（TensorFlow、PyTorch）。 o 了解数字孪生概念及其在工业场景的应用。 • 加分项： o 有多场耦合模拟仿真与建模经验 o 有ansys等仿真软件的应用 o 有 PINN 或物理约束机器学习相关研究经验。 o 熟悉高性能计算（HPC）、并行计算或 GPU 加速。 o 有发表高水平论文或参与科研项目的经历。