岗位职责： 1）基础模型研发： 针对科学场景的复杂数据模态（如3D分子图、多模态时空序列、物理场等），设计、训练并优化前沿的生成式模型（Diffusion）、图神经网络（GNN）或科学基础大模型（Foundation Models）； 2）系统与框架创新： 探索并设计更适合科学计算的新一代AI系统架构，解决海量异构科学数据的处理难题； 3）数据规模化（Scaling）探索： 探索科学数据的Scaling Laws，利用算法手段解决海量异构科学数据的清洗、过滤、对齐与合成（Synthetic Data Generation）难题； 4）工程与算力优化： 优化分布式训练和推理框架，突破现有软硬件协同的瓶颈，极致提升大模型在科学任务上的算力效率。 任职要求： 1）专业背景： 计算机、人工智能、应用数学等相关专业硕/博士（极度优秀的本科亦可）； 2）核心技能： 具有深厚的算法基础和极强的代码工程能力（Python/C++），是 PyTorch / JAX / CUDA 的资深玩家； 3）系统思维： 对大模型底层架构（Transformer等）、并行计算（Megatron/DeepSpeed等）有深入实战经验。 加分项： 1）在 NeurIPS, ICLR, ICML, OSDI 等顶会发表过高质量论文； 2）熟悉常见的科学计算工具库（如RDKit），对基础科学规律（物理/化学/生物）有强烈的好奇心和快速学习能力。