一、AI开发工程师
岗位职责：
1、需求分析与技术转化：与科研人员紧密协作，将模糊、复杂的科学问题转化为清晰、可执行的技术任务和AI模型需求。
2、AI模型研发与实验：负责数据的预处理、清洗、标注和特征工程，构建高质量的科研数据集；研究、复现并适配前沿的AI算法（如深度学习、生成式AI、图神经网络、强化学习等）以解决特定科学问题。设计和执行严谨的模型训练、验证和测试流程，并进行持续的模型优化与迭代。
3、软件系统开发与部署：开发稳定、可维护的科研软件、工具库或Web服务，将AI模型封装为易用的科研工具。搭建和管理高效的训练与推理环境，实现模型的部署与集成，确保其能够在生产科研环境中稳定运行。
4、文档撰写与知识共享：撰写清晰的技术文档、API说明和用户指南。完成团队安排的其他任务。
任职资格要求：
1、本科及以上学位，计算机、人工智能等相关专业优先；
2、精通 Python 编程语言，具备扎实的软件工程基础，熟悉代码版本控制（Git）、单元测试和协作开发流程。
3、熟练掌握至少一种主流深度学习框架，如 PyTorch 或 TensorFlow。具备丰富的数据处理和分析经验，熟悉Numpy, Pandas, Scikit-learn等生态工具。
4、具备基于大语言模型的AI Agent实战开发经验，能够利用LLM构建具备规划、工具调用等能力的智能应用系统。
5、具备强烈的学习欲望与主动性、良好的沟通能力、出色的团队合作精神。能够根据团队要求，开展相关工作。
6、具备以下条件者优先：
能够借助工具，独立阅读并清晰理解顶会论文（针对表述清晰论文，高效复现）；
在顶级AI或相关领域会议/期刊上有合作论文发表经验；
对构建工业级RAG库、神经元分析等有较强的理论基础及实操经验。
二、高性能计算开发工程师
岗位职责：
1、科学计算代码性能优化：分析、诊断并优化科研人员提供的科学计算代码（可能由 C++, C, Fortran, Python 等编写），识别性能瓶颈；运用先进的性能分析工具（如 Intel Vtune, NVIDIA Nsight, ARM Forge等）进行深度性能剖析。
2、并行计算程序开发与设计：设计并实现大规模并行算法，针对异构计算架构（如CPU-GPU），使用 CUDA, HIP, OpenACC 或 SYCL 等技术对关键计算内核进行移植和优化。
3、HPC环境管理与支持：在HPC集群上构建、编译、调试和运行大型科学计算软件；管理和优化科学计算软件栈，包括编译器、数学库和学科专用软件；为科研团队提供HPC相关的技术咨询和支持，解决其在集群使用中遇到的技术难题。
4、科研工作流与自动化：协助科研团队进行大规模数据的并行I/O处理和可视化。
任职资格要求：
1、本科及以上学位，计算机、人工智能等相关专业；
2、精通 C++ 或 Fortran，熟练掌握Python、shell工具，具备在Linux/Unix环境下工作的经验；有集群管理经验者优先。
3、熟悉并行计算编程，掌握MPI、OpenMP等并行编程技术，有基于主流加速器的应用加速经验（eg：基于Nvidia，使用CUDA优化矩阵乘法）；有应用并行加速经验者优先；
4、有大型科学软件项目的协同开发经验，熟悉构建工具和Git版本控制。
5、具备强烈的学习欲望与主动性、良好的沟通能力、出色的团队合作精神。能够根据团队要求，开展相关工作。
6、具备以下条件者优先：
拥有在国家级或企业级超算中心使用大规模计算资源（超过1000个CPU核心，或超过16台异构计算节点）的实际经验；
以下任一领域进行高性能计算模拟与并行优化的经验：石油勘探、气候气象模拟、分子动力学；
在顶级HPC或相关领域会议/期刊（如SC、IPDPS、TPDS等）上有合作论文发表经验。
三、博士后（数学、物理、计算机、人工智能等方向）
四、计算机教学研究岗（高性能计算、人工智能、计算机系统结构等方向）
从事新一代超算系统的软硬件研究、AI for Science研究等
五、基础数学（含物理）教学研究岗
从事基础数学方向研究
六、应用数学（含物理）教学研究岗
从事应用数学方向研究
