同济大学工程智能研究院（Institute of AI for Engineering，IAIE）是引领工程智能全过程、规模化创新的校级战略性新型研发机构，依托同济大学工程学科的集群优势，以“创新工程智能科技，创变工程学科发展，创造新质生产力”为使命驱动，通过系统性体制机制创新，打造教育、科技、人才三位一体的产教融合型智能研究平台，为工程领域的智能革新提供坚实支撑，打造人工智能前沿技术与现代工程技术深度融合的全球工程智能研究与创新高地。
大咖介绍
华先胜教授，IEEE Fellow，ACM杰出科学家，同济大学工程智能研究院执行院长，机械与能源工程学院长聘特聘教授，特斯联科技集团CTO。曾获得MIT Global TR35、浙江省科技进步一等奖、ACM MM等十余篇主流国际期刊或国际会议最佳论文奖。曾任阿里巴巴集团副总裁、达摩院城市大脑实验室主任、人工智能中心主任，并历任微软亚洲研究院主管研究员，微软美国必应搜索引擎多媒体搜索首席研发主管，以及微软美国研究院资深研究员。
华先胜教授持续20多年专注在大规模人工智能算法和系统领域，包括大规模AI分析、识别、搜索和挖掘及AI协同进化系统等，并深入应用于智慧城市、工业制造、医疗健康、农业科技、互联网媒体、教育等领域，曾于阿里巴巴达摩院创建了城市大脑实验室，建立国家首批四大新一代人工智能开放创新平台之一的城市大脑平台，在智慧城市、工业和生物医疗实现从0到1的突破。在TPAMI、NeurIPS、ICLR、CVPR、ICCV、ECCV、AAAI、ACM MM等顶级会议/期刊发表论文300余篇，谷歌学术引用40,000余次，H-index 100，授予专利100余项。
招募岗位
1-岗位名称
工程智能方向科研助理-若干
2-工作内容
1.工程AI Agent：参与工程场景下的智能Agent功能设计、流程编排、工具链对接及系统测试；协助收集、整理工程相关数据，构建基础知识库、RAG模块，并进行数据分析；基于Python、LangChain、Dify、OpenHands等实现Agent原型，参与模型调用、调试和实验记录；支持Agent Demo的工程化实现。
2.具身智能仿真平台方向：参与仿真系统的前后端与算法建设模块、仿真环境（如Isaac Sim、PyBullet、Habitat）中的任务场景构建、交互逻辑的实现与调试；协助具身智能核心算法在仿真任务中的应用与实验；基于仿真或轻量级机器人平台，完成典型具身任务的验证；复现具身智能方向最新研究成果，在仿真平台中进行模块级验证。
3.特种机器人方向：开展具身智能相关的算法研究；探索多轮迭代、分阶段的Sim2Real迁移学习；构建包含多具身智能本体（机械臂、机器人、特种车辆等）、多算法模型、多任务场景的统一具身智能系统平台，涵盖训练、推理、部署、加速、自适应等主要功能。
4.医疗机器人方向：基于Isaac Gym/MuJoCo搭建手术机器人仿真环境，进行Sim-to-Real验证；研究基于模仿学习或强化学习的手术动作生成，探索VLA模型在手术场景的应用；协助完成机械臂运动学建模及基础控制算法调试。
5.物理AI方向：研发物理规律与工程约束内化的基础模型与世界模型；建立模型自我觉知体系与动态物理环境中的持续演进机制；增强面向机械、建筑、城市等多尺度空间的模型理解与人机协同；探索面向柔性制造的自适应算法与VLA RL技术，支持易迁移、快准稳的具身操作。
6.工程代码大模型：针对工程领域（Verilog，Matlab，PLC等）构建代码指令微调数据集；基于开源模型（Qwen-Coder等）进行SFT及RAG搭建，提升工程代码生成与调试能力；协助开发调用工程仿真软件工具的智能Agent。
7.海洋科学大模型：协助收集、清洗和处理多源海洋与气象数据（卫星遥感、浮标、ERA5等），构建预训练数据集；搭建评估基准，进行模型推理性能测试及可视化展示；参与设计和训练面向海洋环境（温盐流、极端天气）的基础大模型。
8.智能汽车：参与多模态人机交互开发，优化语音交互、驾驶员状态监测及意图识别；基于数据驱动和运筹优化，研究新能源汽车能耗优化（热/电池管理）及动态路径规划；基于时序数据分析，开发关键零部件异常检测与故障诊断算法。
9.智慧交通：开展时空多模态数据的理解、生成与推理技术研究，参与交通事件分析与运筹优化系统的研发，助力实现交通系统的高安全性、高效率与低能耗运行。
10.智能建造：围绕桥梁等典型基础设施，协助开展基于时空多模态基础模型的高效力学仿真技术研究，参与BIM2FEA系统的开发，推动实现基础设施全生命周期的智能化管理。
11.AI辅助药物设计：利用生成式模型和GNN，开展小分子药物生成、性质预测及逆合成分析；利用NLP技术挖掘生物医药文献中的靶点-药物关系。
3-能力要求
1.同济大学在校学生，计算机、机器人、数学、物理等相关理工科专业，具备扎实的数理基础；
2.具备扎实的编程能力，熟练掌握Python、Java、C++等至少一种编程语言，代码规范良好，熟悉主流深度学习框架（如PyTorch、TensorFlow）或前后端研发框架（Vue / React、Spring Boot / Flask / FastAPI等）；
3.具备优秀的英文读写能力，能快速理解前沿技术文献；逻辑思维清晰，有出色的自学能力与优秀的自驱力，具备良好的团队协作意识及解决复杂问题的能力；
4.对人工智能的基础知识（如深度学习、大模型等）有良好的掌握；
5.领域技能加分（满足以下任意一项或多项者优先）：
在大模型、智能体、机器人、计算机视觉、自然语言处理、语音处理、强化学习、AI for Science、工程仿真、运筹优化、软件工程等至少一个领域具备实际落地经验；
熟练掌握相关领域仿真工具，包括但不限于Isaac Sim、MuJoCo、Ansys、Abaqus、SUMO等；
有计算机/数学/物理竞赛背景，或有AI竞赛、数学建模竞赛获奖经验；
在人工智能领域顶会/顶刊发表过论文，或拥有高质量开源项目/系统落地经验。
4-参与方式
线上线下结合
5-实践起止时间
2025年12月-2026年12月
报名方式
1-报名起止时间
即日起至2026年1月15日
2-报名方式
请将个人简历、成绩单、代表性科研成果（若有）发送至研究院邮箱：iaie@tongji.edu.cn，邮件主题请注明“科研实习-姓名”。
3-联系方式
邮箱：iaie@tongji.edu.cn
English
