职位描述： 1）定义问题： 洞察本领域（如新药发现、材料设计、流体力学）的关键痛点，将其拆解为可被 AI 优化的任务。 2）数据与计算： 结合传统科学计算工具（如分子动力学模拟、量子化学第一性原理计算），构建高质量的训练数据集。 3）模型评估与迭代： 从科学常识和物理规律出发，评估 AI 模型的合理性（是否符合物理定律），并指导算法团队迭代方向。 任职要求： 1）专业背景： 计算机、人工智能、生物信息学、自动化等相关专业硕/博士； 2）核心技能： 极强的Python开发能力，熟练掌握 Prompt Engineering，对现有的Agent框架（如 PI 等）有深入研究和魔改经验； 3）敏锐嗅觉： 对大模型前沿技术（如 RAG, Function Calling, 多智能体协同）保持极高的敏感度，能快速将其应用到科学场景。 加分项： 1）在开源社区（如 GitHub, Hugging Face）有高Star的Agent/大模型相关开源项目。 2）熟悉生命科学日常研究流程，或在 Kaggle 等数据科学比赛中获得过优异成绩。