AI算法工程师实习

专注于数字孪生与智能设计中的CAD/CAEAI算法研发工作职责（1）算法研发与优化研发AI算法在CAD/CAE（CAX）领域的核心应用，包括但不限于：几何建模与生成：基于点云/网格的生成式AI（如GAN、DiffusionModel）、参数化设计优化。工程仿真加速：AI替代/增强传统CAE仿真（如PDE求解、流体/结构力学预测）。计算机视觉辅助设计：二维图纸解析、三维模型重建、缺陷检测（如工业CT图像分析）。优化现有算法，提升在工程场景下的性能、鲁棒性和可解释性。（2）模型训练与评估构建面向CAX数据的预处理流程（如CAD特征提取、网格/点云标准化、仿真数据降维）。设计领域特定的评估指标（如几何误差、物理一致性、仿真收敛性）。（3）技术研究与落地探索AI与科学计算（SciML）的结合，如：物理信息神经网络（PINN）、傅里叶神经算子（FNO）在CAE中的应用。多模态融合（文本图纸3D模型联合理解）。推动算法在工业软件（如ANSYS、SolidWorks插件）中的集成。任职要求（1）专业背景计算机科学、应用数学、机械工程、航空航天等理工科及需满足以下任一条件：了解CAX软件（CAD/CAE/CFD）基本应用场景，对几何建模或仿真流程有概念。有AIforScience研究背景（如PDE求解、计算力学、拓扑优化、材料科学等）。（2）技术能力熟练掌握以下至少一个方向：几何深度学习：点云/网格处理（PointNet++、DGCNN）、隐式表示（DeepSDF）。科学机器学习：PINN、FNO、图神经网络（GNN）在物理建模中的应用。生成式AI：DiffusionModel、GAN在3D生成（如AutoCAD脚本生成）中的实践。精通PyTorch/TensorFlow，熟悉科学计算库（如FEniCS、PyFluent）。熟悉强化学习（策略梯度方法、PPO等）（3）加分项：具备根据实际问题，查找相关论文，阅读和修改源码的能力，针对不同的问题可以灵活查找，选择，组合不同的AI算法。有利用AI算法辅助工业设计，制造相关项目经验。熟悉CAX软件API（如SolidWorksAPI、ANSYSACT）或开源工具（如FreeCAD、OpenFOAM）。有工业界项目经验（如CAD智能设计、仿真降阶模型）。熟悉CAX数据格式（如STEP、STL、OBJ）及处理工具（如Open3D、PyMesh）。具备跨学科沟通能力，能快速理解工程需求（如公差分析、管线优化等）。在*会议（如SIGGRAPH、ICML、NeurIPS）或期刊（如CMAME、JCP）发表相关论文者优先。在Ka*le、ACMICPC国际生程序设计竞赛、全国生数学建模竞赛等建模大赛中获奖者优先。
联系我时，请说是在58同城上看到的，谢谢！