部门介绍：

我们认为科学研究是研究对象、研究工具和研究者的一切关系的总和，当前AI4S尚处于早期发展阶段，AI4S的长期目标是打造“革命的工具”——实现跨学科颠覆式创新涌现，提升对研究对象的理解（AI for Data）、提升研究工具能力（AI for Computation）、提升研究者原创能力（AI for Innovator）。

以多智能体框架Intern·Agent为核心构建科学发现系统。通过调动多个专职智能体，使之各司其职协同工作，Intern·Agent使AI获得类似人类科学家的自主探索能力，可开展分析问题、查阅文献、调研反思及开展实验，从而实现“想法生成-方案设计-代码实现-实验验证”全流程闭环。

岗位职责

1、研发面向科学发现的基座大模型，结合知识图谱（KG）、检索增强生成（RAG）、多模态学习等技术，构建可解释的科学推理框架。

2、探索大模型在自动假设生成、实验设计优化、科学文献挖掘等场景的应用，推动AI加速科研（如新材料发现、药物设计、物理定律归纳）。

3、推动科学发现闭环：从数据→模型→假设→实验验证的全流程优化。

4、优化大模型在科学数据（如论文、实验记录、数据库）上的训练与推理效率，构建高性能科学AI平台。

岗位要求

1、博士学历，博士学历，计算机科学、应用数学、计算物理/化学、统计学，或具备强数理逻辑的交叉学科背景。

2. 熟悉Transformer架构、Prompt Engineering、LoRA/P-tuning等高效微调方法。有LLM（如GPT、LLaMA、Galactica）相关研究或项目经验。

3、知识图谱/RAG：熟悉知识图谱构建（Neo4j、SPARQL）、实体关系抽取、检索增强生成（RAG）技术。

（加分项）有科学知识图谱（如SciKG、Wikidata）或专业领域RAG（如医学、材料学）相关经验。

4. 在顶会（ICLR、AAAI、ICML）或顶刊（Nature Computational Science、PNAS）发表过推理相关论文。

理工科专业优先