结构分析研发工程师(27届校招)

工作内容
1、负责核心结构部件力学分析与设计优化，基于固体力学、断裂力学理论完成结构方案论证与校核。
2、开展极端工况下结构力学仿真计算，模拟装置运行过程中热应力、电磁力、机械载荷、中子辐照、真空压力等复合工况，完成结构强度、刚度、稳定性、疲劳寿命及断裂安全性分析。
3、负责数据驱动代理模型构建：开展燃气轮机燃烧器几何与工况参数化建模，研发"参数→性能"代理模型，建立AI预测—CFD—实验三方验证与迭代数据闭环；
4、负责主动学习与智能寻优算法研发：开发不确定性驱动的自适应采样、贝叶斯优化、多目标Pareto优化（NOx/压损/稳定性）及跨工况知识迁移技术；
5、负责物理约束与多保真数据智能融合：研发物理信息神经网络（PINN）、多保真数据融合（RANS/URANS/LES/实验）、神经算子（FNO/DeepONet）全场预测与不确定性量化技术；
6、参与AI4E工程智能设计平台建设，推动生成式设计与工程智能体技术落地，交付共性技术工具与模型。

任职条件
1、熟练掌握ANSYS、ABAQUS、COMSOL等有限元仿真软件，能够独立完成热-结构、电磁-结构多场耦合仿真分析；
2、 熟悉金属、特种合金、聚变结构材料的力学性能，掌握高温、辐照、交变载荷下结构失效机理与评估方法；
3、 具备复杂设备结构设计、强度校核、稳定性验算、寿命评估及故障分析能力；
4、流体力学/热力学与数值计算基础扎实，熟悉CFD仿真软件（ANSYS Fluent、OpenFOAM等）及HPC集群使用；
5、精通Python，熟悉PyTorch/TensorFlow等深度学习框架，有机器学习工程实践经验；
6、在代理模型、贝叶斯优化、物理信息神经网络（PINN）、神经算子、多保真学习、生成式设计等方向中至少一个有系统研究经验；
7、在AI for Science / AI for Engineering相关领域发表过高水平论文或拥有相关专利；
8、良好的沟通协作能力，能与CFD、实验、平台团队协同工作。