小米AI for Materials 实习生

1、有出色的人工智能能力：在深度学习、强化学习、图神经网络，扩散模型/流模型等主流方向之一有深入研究经历。概率论和凸优化等数理能力较强，有完善的机器学习整体知识结构； 2、有AI for Biolog

为什么需要这个角色 AI 正在重塑科学研究本身——从蛋白质结构到材料发现，从气象预测到数学证明。我们相信 AI for Science 是下一个十年的主航道之一，而最好的布局时机是在它成为共识之前。我

职责 1、定义汽车「总布置→造型→车身」全链路 CAD 建模评估任务，将真实工程问题转化为 AI 可训练、可验证的评测题目与 RL 环境； 2、深入分析模型失败轨迹，定位错误出在几何理解、法规约束认知

1、具备AI相关技术经验与实践，同时熟悉生物分子的物理化学过程； 2、具备AI模型训练和优化经验，熟悉主流的机器学习训练和推理框架，有较强的编码能力，掌握高效的分布式训练框架和策略； 3、具备良好的科