锦鲤求职岗位描述
岗位职责
研究方向
将大气动力学、物理约束及领域知识引入深度学习天气模型，提高模型的物理一致性、泛化能力和极端天气预测能力；
研究卫星、雷达、地面站、再分析等多源异构观测数据的融合方法，探索从原始观测到预报模型的端到端建模；
围绕模型架构、训练策略、数据体系、损失函数和推理方法持续优化模型性能；
在 WeatherBench 等国际公认气象预报 Benchmark 上开展标准化实验，与主流 AI 天气模型及数值天气预报系统进行系统比较，并持续提交和更新预报结果；
进一步关注台风、强降水、强对流等高影响天气过程的建模与预测。
岗位目标
实习期间将参与团队核心气象基础模型研发，与团队共同推进模型的训练、评测与持续迭代。研究成果将面向 WeatherBench 等国际 Benchmark 的领先性能，并以发表 Nature / Science 子刊或 CCF-A 类会议、期刊论文为重要研究目标。
岗位要求
计算机、人工智能、大气科学、地球科学、应用数学等相关专业本科高年级、硕士或博士研究生；
熟悉深度学习，具有较好的 Python / PyTorch 编程能力；
对 AI for Weather / AI for Science 有较强研究兴趣，具备独立开展科研工作的能力；
有天气预报、地球系统建模、时空预测、基础模型或科学机器学习相关研究经历者优先；
以第一作者或主要作者在 Nature / Science 子刊或 CCF-A 类会议、期刊发表过论文者优先；
可长期实习优先。