利用神经网络代理模型替代传统物理仿真（如流体力学、热力学分析、转子动力分析），建立结构参数（几何坐标阵列）与性能之间的关系，将现有公司业绩整理成数据格式，然后用此类数据训练模型，基于训练结果，推荐最优设计方案。

主要工作：
1、数据处理分析：利用公司现有产品的试验监测数据，建立特定结构产品故障特征参数与故障源之间的关联关系，对试验数据进行标识归类，编制软件持续累计业绩数据和同行数据。对参数进行标准化处理，特征相关性分析（计算相关相互矩阵、识别强相关参数）；

2、建立预测模型：建立物理驱动模型和数据驱动模型，开展模型验证；
3、多目标优化设计：建立设计目标函数（将多维参数设置成函数变量），确定决策变量，设定约束条件，优化算法；
4、设计验证与迭代：用传统物理仿真软件验证设计方案，开展原型试验验证。

岗位要求：
1、本科及以上学历，计算机科学、机械工程、工程力学、应用数学等专业优先；
2、1-3年以上的AI+仿真交叉领域项目经验，如航空航天结构优化、汽车碰撞仿真加速等；
3、跨团队协作：需与机械设计、硬件开发、测试团队紧密配合，推动AI仿真技术落地应用；
4、良好的沟通能力，能将技术方案转化为非技术部门可理解的成果。