比亚迪｜主任算法工程师

1、负责建立位置误差模型，并进行数值仿真； 2、负责运动控制过程中位姿解算算法的开发； 3、负责开发干涉测量系统。 1、负责运动控制系统的算法开发、维护及优化； 2、负责根据运动控制系统算法需求，输出算法设计文档以及开发方案； 3、负责设计算法测试方案并输出测试报告。 1、负责成像系统光学设计、算法建模与图像复原工作； 2、负责开展波前传感、相位恢复、超分辨、降噪与畸变校正； 3、负责搭建成像链路仿真平台； 4、负责输出算法方案、测试报告及专利、技术文档。 1、模型训练与调优： 负责多模态大模型（时序+物理参数）的预训练与微调，优化网络结构与超参数； 2、跨尺度特征融合： 构建电化学微观机理与宏观时序数据的映射网络，实现物理规律与AI的深度融合； 3、预测算法攻坚： 攻克长周期老化预测、SOH差异化表征等技术难点，提升模型精度与收敛速度； 4、泛化能力验证： 设计跨电芯体系、跨配方的泛化测试方案，验证并提升模型的零样本/少样本迁移能力。 1、负责锂电工艺设备相关机理、AI算法的前沿技术硏发及落地； 2、负责分析生产过程参数或业务数据，挖掘数据价值； 3、大数据建模，开发智能工艺设计、智能检测、智能运维等大数据AI模型，模型优化及部署。 1、根据研究方向，BMS算法理论及实现、基于模型设计方法、应用层算法功能安全、嵌入式开发、大数据及机器学习算法在BMS上的应用、电池特性及模型等中的一个或几个 2、根据公司发展战略与业务需求，进行研究方案的实施与改进，确保研究方案按计划实施 1、负责智能体（Agent）的开发与迭代，结合大模型能力构建自主决策、任务规划与多智能体协作系统，推动智能体在业务场景中的落地应用； 2、负责AI生态体系建设，整合模型训练、推理部署、工具链及平台化能力，构建开放、可扩展的AI应用生态； 3、负责企业知识库的规划与建设，包括知识采集、结构化处理、检索增强（RAG）及知识图谱构建，提升知识复用与智能问答能力； 4、负责AI相关系统的整体架构设计与核心模块开发，保障系统的高可用、高性能、可扩展及安全性； 5、负责全栈技术开发，覆盖前端交互、后端服务、数据库设计及接口联调，支撑AI产品从原型到生产的完整交付。 1、 开发机器学习力场（MLFF），拟合高精度 DFT 势能面； 2、设计并执行主动学习策略，迭代提升力场覆盖范围与精度； 3、 对力场进行系统验证，测试力场在非训练集上各物理量的预测能力； 4、构建材料领域知识库与知识图谱，支撑智能体的检索增强生成（RAG）； 5、开发智能体的工具调用能力，将力场计算软件、数据库查询、高通量工作流等封装为可供 LLM 调用的 API； 6、将力场与智能体技术应用于锂电池体系，解决界面稳定性、离子传输、相变机制等关键科学问题。

1、知识技能要求：a.精通Python/C++，精通几何光学和物理光学数值计算方法； b.熟悉光学仿真软件二次开发，熟悉有限元分析软件；c.主导或参与过光学算法开发相关的科研或落地项目优先；d.熟练多物理场耦合仿真，熟悉GPU加速计算在光学仿真中的应用。 2、学历要求：博士 3、外语要求：CET-4优先 1、知识技能要求：a.熟练掌握运动控制原理； b.了解复杂系统运动控制算法设计原则，能够分析系统调试问题，优化控制算法； c.熟练掌握常用的算法设计和仿真工具。 2、学历要求：博士 3、外语要求：CET-4优先 1、知识技能要求：a.精通几何光学、波动光学、傅里叶光学、信息光学及现代成像理论；b.精通成像系统设计；c.计算成像、超表面光学、自适应光学、量子成像等某一前沿方向有深入研究经历者优先。 2、学历要求：博士 3、外语要求：CET-4优先 知识技能要求： 1、算法功底：熟悉PyTorch框架，深入理解Transformer（特别是Decoder-only）等主流大模型架构。 2、工程能力： 具备Python编程基础，有分布式训练、模型压缩或加速优化经验者优先。 3、复合背景： 具备电化学背景或电池老化建模经验，了解传统等效电路模型/机理模型者优先。 学历要求：博士， 外语要求：英语 CET-6 优先 知识技能要求： 1、在机器学习，深度学习，数据挖掘等算法领域有扎实的理论基础和丰富的研究经历，对算法原理及应用有较深入的理解； 2、有良好的编程基础，例如精通python； 3、掌握常用的统计（时间序列预测、线性回归等）与机器学习模型（支持向量机SVM、神经网络ANN/CNN、transformer等）； 4、掌握常用的Al开源框架，如Tensorflow、Pytorch等，有一定的AI项目实践经验； 5、擅于协作，有良好的沟通能力。 学历要求：博士 外语要求：CET-4以上 学历要求：博士 外语要求：CET-6优先 知识技能要求： 1、对AI智能体有热情，学习能力强； 2、熟悉Python，了解AI智能体基础原理（如任务规划、工具调用、记忆管理等），有LangChain、AutoGen等框架使用经验者优先； 3、熟悉AI辅助编程，能借助工具高效完成开发迭代，有智能体相关课程项目、竞赛或实习经历者优先； 4、对智能体生态建设有浓厚兴趣，有独立搭建Demo、参与开源项目或多智能体协同探索经验者优先。 学历要求：博士 外语要求：CET-6优先 知识技能要求： 1、深入理解原子间相互作用、统计力学与分子动力学（MD）基础原理，熟练掌握至少一种第一性原理计算软件、至少一种分子动力学模拟软件； 2、熟悉深度学习框架、机器学习势函数框架，了解强化学习或多目标优化算法者、有实际训练和应用经验者优先； 3、具有扎实的 Python 编程功底，熟悉 Linux 环境及高性能计算集群（HPC）任务调度（如 Slurm）； 4、了解/使用过大语言模型开发工具链，熟悉 Prompt Engineering、RAG 技术及 API 调用，有 Agent 构建经验者优先； 5、熟悉新能源电池关键材料（正极、负极、电解液、粘结剂）的物理化学性质与电化学机理，有电池材料研发经验者在实践中更具优势。 学历要求：博士， 外语要求：英语 CET-6 或具备同等英语水平 专业要求：物理学类、电子类、数学类、计算机类等专业优先；控制类、电子类、电气类、机械类专业优先；光学类、物理学类、计算机类专业优先；计算机、人工智能、电化学等相关理工科专业；计算机相关专业；控制科学与工程、电池管理系统控制算法的研究和开发、AI科学、AI建模、AI工业算法研究和开发、人工智能；不限专业，理工科背景优先；计算材料学、计算化学、理论物理、凝聚态物理、电化学等相关理工科专业，计算机科学（人工智能/机器学习方向）且在研究生阶段有明确交叉学科（如AI4Science、计算化学/物理）研究背景者亦可。