计算流体力学/物理仿真工程师

该职位来源于猎聘 AI for Science 公司； 专注于解决宏观复杂物理系统的仿真与控制难题； 致力于构建AI原生的物理引擎，成为下一代工业体系的"AI大脑"。 应用领域： 能源产业（可控核聚变）、高端制造（航空航天、汽车、手机） 岗位职责 1. 物理建模与仿真开发

• 参与AI原生仿真引擎的研发，探索神经网络求解PDE的方法
• 与AI团队协作，将物理洞察融入神经网络架构设计 2. 仿真数据生成与管理
• 构建并验证复杂物理系统的控制方程集（Navier-Stokes、Maxwell方程组、热传导方程等）
• 设计高保真仿真数据生成流程（几何建模、网格划分、求解、后处理）
• 构建覆盖多物理场、多工况的专业数据集 3. 工业场景验证
• 针对真实工业问题构建仿真案例
• 验证仿真精度与效率提升，根据反馈持续迭代 任职要求 必备条件：
• 计算流体力学、航空航天、机械工程、能源动力或相关专业背景（本科及以上）
• 扎实的流体力学/固体力学/电磁学等物理基础，理解核心控制方程
• 熟悉数值求解方法（有限元、有限体积、有限差分等）
• 熟悉至少一种仿真软件：OpenFOAM、Ansys Fluent、COMSOL、等
• 熟练掌握Python或C++，熟悉科学计算工具（NumPy、SciPy等）
• 了解Physics-Informed Neural Networks、Neural Operators等AI for Science技术
• 对AI与传统仿真结合方向有兴趣，愿意探索新范式 加分项：
• 参与过开源仿真软件开发或商业软件二次开发
• 有多物理场耦合仿真经验（流固耦合、热流耦合等）
• 熟悉高性能计算（HPC）、并行计算或GPU加速
• 有能源或高端制造行业经验 技术栈参考 物理建模： Navier–Stokes 方程、Maxwell 方程、热传导方程、弹性力学、多物理场耦合（流固耦合/热流耦合等） 数值计算： 网格生成、有限元、有限体积、有限差分 仿真工具链： OpenFOAM、Ansys Fluent、COMSOL AI 模型开发与合作：Git、PyTorch、NumPy、SciPy、HDF5、Pandas 科学智能（AI for Science）： 神经算子、物理信息神经网络、Transformer、图神经网络、生成模型