1. 计算数学、计算机、力学、物理或相关领域博士;
2. 具备数值分析、科学计算程序设计等相关研究经验;
3. 对于 AI for CAE 方向:熟悉至少一种深度学习框架(PyTorch/TensorFlow/JAX),了解神经网络模型、算子学习、或神经有限元求解器者优先;
4. 发表过高质量学术论文,具有良好的沟通能力和文献读写能力;
5. 能够独立开展研究,积极主动,认真负责;
6. 有频域波方程、多物理场、流固耦合、复杂流道问题研究背景,或有限元/区域分解法开发经验者更佳。
1. 围绕项目组相关课题开展独立研究,方向包括但不限于:
(1) 高频波问题、颗粒流问题、有限元方法、区域分解法、预条件方法、高性能数值仿真;
(2) AI for numerical methods:利用深度学习加速/改进迭代求解器、预条件子、网格自适应等;
(3) AI for CAE 简化原型研究:针对产学研合作中的实际工程仿真难题(如复杂流道流动与传热),提炼简化数学模型,探索 AI 替代/加速方案;
(4) 多物理场与 AI 融合:研究数据驱动与传统数值方法的混合建模。
2. 撰写研究进展报告和学术论文,组织和参与学术研讨会,申请科研项目;
3. 参与课题组与企业的联合攻关项目,将 AI + CAE 方法落地于真实工程场景。