团队使命（Mission）

在全球能源转型与碳中和目标加速推进的时代背景下，可控核聚变被广泛认为是实现长期、可持续、零碳能源的关键技术路径之一。随着高温超导、先进制造与计算能力的快速发展，聚变装置的工程可行性与物理可行性正迎来关键窗口期。

仿星器作为一种具备稳态运行潜力的磁约束聚变装置，其三维几何复杂性使得传统基于人工经验与局部扫描的设计方法面临巨大的计算与人力瓶颈。新一代仿星器设计问题本质上已演变为一个高维、多目标、强物理约束的复杂优化问题。

我们的团队致力于构建 下一代 AI 驱动的仿星器设计与优化平台，将大规模物理仿真、生成式模型、智能体系统与物理约束机器学习深度融合，打造端到端的自动化设计—评估—优化闭环。我们的目标是：将传统需要数月到数年的仿星器设计与参数优化流程，转变为可扩展、自动化、由 AI 驱动的智能设计体系，显著加速新型高性能仿星器构型的发现与工程优化，为聚变能走向工程化与商业化提供关键技术支撑。

主要职责

* 负责扩展与维护科学仿真与优化框架（如 simsopt、DESC），开发高性能、可扩展的核心功能模块。

* 设计并实现与 JAX、Python 数值计算生态深度集成的科学计算组件，支持自动微分、向量化与高性能计算。

* 与物理学家、AI/ML 工程师与算法团队协作，将新物理模型与新算法集成到核心仿真与优化框架中。

* 设计与维护高质量的 API、文档与测试体系，提升代码可维护性、可复现性与开发效率。

职位技能要求（Required）

* 扎实的 Python 科学计算与软件开发经验，熟悉 NumPy、SciPy 及相关生态。

* 熟悉自动微分框架（JAX、Autograd、TensorFlow AD 等）。

* 熟悉HPC 环境（Slurm、MPI、OpenMP、CUDA 或 GPU 加速）相关经验。

* 具备良好的软件工程基础，包括版本控制（Git）、单元测试、代码评审与模块化设计。

* 理解数值计算与科学软件中的基本性能优化原则（如向量化、内存访问模式、并行化等）。

* 能够与跨学科团队协作，将物理与算法需求转化为高质量的软件实现。

加分项（Preferred）

* 有 simsopt、DESC、VMEC、GX 或类似科学仿真代码的使用或开发经验。

* 熟悉 JAX 或具备学习与使用 JAX 进行高性能数值计算与自动微分的能力。

* 有 pybind11、Cython 或 FFI 相关经验，用于 Python–C++/Fortran 接口。

* 优化仿真与优化代码在 HPC 与 GPU 环境下的性能表现，包括并行化、内存管理与数值效率优化。