岗位描述
岗位职责:
1. 基于AI模型实现数据与物理驱动结合的物理场高保真计算,提升CAE仿真效率
2. 基于PINN、FNO、神经算子等方法,研究多物理场PDE求解、降阶建模及实时仿真
3. 调研AI网格生成、网格优化、AI本构模型,落地CAE建模仿真场景
4. 跟踪AI科学计算前沿,完成技术调研、验证与落地,优化算法性能
5. 参与模型训练、评估与部署,保障CAE场景下算法精度与稳定性
能力要求:
1. 熟悉PINN、FNO等AI科学计算方法及AI赋能CAE(AI4S)开发,能运用PINN等优化工程仿真效率,有PDE求解经验者优先
2. 了解CAE仿真原理、多物理场基础,有CAE软件经验者优先
3. 具备数据/物理驱动建模、AI赋能CAE项目经验,能独立完成算法落地
4. 掌握数值计算、偏微分方程基础,有网格生成、本构模型经验者优先
5. 具备良好的问题分析、技术调研及团队协作能力,支撑CAE智能化需求