与清华顶尖团队一起，开创AI+新能源的可持续发展未来！ 当人工智能遇见地球系统与能源网络，我们在做的是改变人类未来能源格局的科学探索。 我们将 AI for Science（科学智能） 引入复杂的能源、气象与工业控制场景。在这里，你不仅是在写代码，而是在用代码对抗全球气候变化，用智能算法重构下一代绿色能源互联网。 如果你渴望用高维数学、前沿AI和大模型算力去解构现实世界的复杂物理系统，欢迎加入我们！ 我们正在寻找这样的你 我们团队正在研发基于 AI 的⽓象⼤模型，⾯向全球/区域尺度天⽓预报、⽓候模拟与多模态⽓象数据建模等⽅向。现招聘具备深度学习背景的算法研究员/⼯程师（实习及校招），参与模型架构设计、训练优化与前沿技术落地。 欢迎计算机、人工智能、数学、统计、运筹优化、自动化、电气工程、能源动力、大气科学、遥感科学、地理信息、物理、软件工程等相关专业同学加入，用前沿技术推动能源系统的智能进化。 你需要深度参与的事： 1、AI for Energy 核心算法研发 探索物理约束深度学习、神经常微分方程、神经算子、图神经网络、扩散生成模型等前沿方法，攻克新能源功率预测、电力负荷预测、电价预测等核心任务，从模型机理上提升预测精度与鲁棒性。 2、多源异构时空建模与不确定性量化 融合气象再分析、遥感卫星、地理信息、电力市场等多模态数据，构建复杂时空预测与概率预测体系（如概率区间、分位数回归、copula依赖建模），量化预测不确定性，支撑风险感知的智能决策。 3、复杂系统建模、仿真与推演 参与能源系统的“仿真—推演—决策”闭环，利用智能控制、运筹优化与强化学习，研究虚拟电厂、储能调度、碳电耦合等场景下的优化策略，实现物理模型与数据驱动模型的深度融合。 4、高性能计算与大模型 Infra 实践 基于 GPU 集群进行大规模分布式训练、混合精度优化、模型并行与推理加速，将前沿算法工程化为可部署的模块，支持实时推演与在线决策，打通从研究到系统的最后一公里。 我们期待这样的你： 1、硕博（含在读） 计算机、⼈⼯智能、软件⼯程、大气遥感等相关理⼯科专业，硕⼠及以上学历（优秀本科⽣亦可考虑） 2、数理与编程功底 具备扎实的数学基础（概率统计、线性代数、最优化等）和优秀的 Python 编程能力，熟练使用 PyTorch，熟悉 NumPy、Pandas、Xarray 等科学数据处理库。 3、机器学习/深度学习理论 深入掌握机器学习和深度学习核心理论，特别在时序预测、概率建模、生成模型、时空图网络、物理信息神经网络等方向上具有项目或科研经验。熟悉 PyTorch / TensorFlow 等框架，具备完整的模型训练、调优与实验设计经验。 4、动手与工程化能力 能够独立完成实验设计、模型训练、消融分析和性能对比，善于利用 Wandb/TensorBoard 等工具进行可视化与实验管理。有高性能计算、分布式训练（DDP/DeepSpeed/Ray）或模型部署经验者优先。 5、学习与文献追踪能力 良好的英文文献阅读和复现能力，能快速跟进科学智能（AI for Science）、地球系统模拟、能源系统优化等交叉领域的最新进展。 6、优先条件（研究⽅向不限，以下经历加分） AI ⽓象模型：参与过数值天⽓预报（NWP）替代/增强、AI 天⽓预报（如 GenCast、WeatherNext 2、GraphCast、 Aurora 等）、⽓候 downscaling、⽓象数据同化等相关研究 World Model：在环境建模、世界模型、具身智能中的预测与规划⽅向有实践经验 视频/图像⽣成：熟悉 DiT、Flow Matching、MMDiT、VAR、Video DiT 等架构，有视频/图像/序列⽣成项⽬经验 扩散模型：熟悉 Flow Matching、Consistency Model、Latent Diffusion 等，有训练或微调经验 ⽣成式模型：多模态⼤模型、⾃回归序列建模、Transformer 架构优化等相关背景 在 NeurIPS、ICML、ICLR、CVPR、AAAI 等会议，或相关领域期刊有论⽂发表或开源贡献 有⼤规模 GPU 集群训练经验 你将获得什么： 1、工业级硬核资源 充足的 GPU 算力支持（HPC 集群管够），以及极其稀缺、真实的国家级新型电力系统与气象海量数据。 2、顶尖科研领路人 与业界顶尖科学家并肩作战，手把手指导。 3、极客的研发氛围 扁平、自由、崇尚技术的学术与研发环境，拒绝无意义的内耗，只为解决真正硬核的科学与工程难题。 在这里，你将直面能源转型的真实挑战，用科学智能、复杂系统建模与高性能计算，构建更智能、更鲁棒、更可持续的能源未来。 申请职位 2027届应届生允许2026年06月01日至2027年12月31日内投递1次，请选择适合的职位进行投递 苏公网安备32028102001921号苏ICP备11057395号-8