岗位描述
岗位职责:
1. 负责多学科优化平台中不确定性分析与优化模块的核心算法研发
2. 在不确定性分析领域,负责概率分析、随机模拟(蒙特卡洛、重要性采样)、可靠性分析(FORM/SORM)、区间分析、稀有事件估计等算法的研究与工程实现
在优化设计领域,负责鲁棒性优化、可靠性优化设计(多变量、多目标、多约束场景)等算法的研发与精度对标
3. 负责敏感性分析(基于方差的Sobol方法、全局敏感性分析)及不确定性量化(UQ)相关算法的研发与工程化落地
4. 参与多学科优化(MDO)整体技术架构的设计与优化,确保不确定性分析模块与优化器、求解器、代理模型体系的高效协同
5. 跟踪学术界与工业界前沿技术(如贝叶斯推断、稀有事件建模、基于深度学习的代理模型等),推动技术创新与工程转化
任职要求:
1. 硕士及以上学历,博士优先,数学、统计学、力学、航空航天、车辆工程、计算机或相关专业
2. 扎实的数学基础,深入理解概率论、数理统计、随机过程及优化理论
3. 熟悉不确定性量化与可靠性分析的核心方法(FORM/SORM、蒙特卡洛模拟、重要性采样、多项式混沌、高斯过程等),有相关研究或工程经验
4. 熟悉优化算法体系,包括梯度类算法、启发式算法(遗传算法、粒子群)、多目标优化(NSGA-II)、鲁棒优化等
5. 熟悉代理模型技术(响应面、克里金、神经网络等),了解模型精度评估与自适应加点策略; 熟练掌握C++/Python,具备良好的算法工程化能力与代码规范; 有Isight、Optimus、optiSlang、LS-OPT、HEEDs等商业优化软件使用经验或对标开发者优先
6. 具备良好的文献调研能力与学术敏感度,能够快速将前沿理论转化为工程实践; 良好的沟通能力与团队协作精神,具备独立解决复杂算法问题的能力