SciStar科学智能人才计划

北京赛思极限科技有限公司正在寻找具有探索精神的优秀学生，与来自人工智能、计算机科学、物理、化学、材料、生命科学等领域的研究者共同探索下一代 AI for Science 技术范式。

如果你希望参与定义未来AI4S的发展方向，欢迎加入 SciStar 科学智能人才计划。

实习薪资：进入人才计划的实习生1000-5000元/天

简历接收邮箱：hr@scienceone.ai

微信&联系方式：13426166069

Track A：Scientific Foundation Model Research Intern 科学基础模型方向

参与面向科学世界的下一代基础模型研发，探索 AI 理解科学知识、表示科学规律和进行科学推理的方法。

研究方向包括：

• 科学基础模型架构设计与 Scaling Law 探索

• 大规模科学预训练与继续预训练

• 科学多模态统一表示学习（文本、图像、结构、序列、实验数据等）

• Scientific Tokenization、Embedding 与知识表示学习

• Transformer、Diffusion等基础模型新架构探索

• 科学推理能力增强、Post-training 与 Reasoning Scaling

• 科学知识建模、长上下文理解

Track B：Scientific Agent Research Intern 科学智能体方向

参与构建面向科研场景的新一代 AI Scientist 系统，让 AI 能够理解科研目标、调用科学工具、完成复杂研究任务。

研究方向包括：

• 科学任务规划、多步推理与复杂问题求解

• Scientific Coding Agent 与科研自动化系统

• LLM Tool Use、科学计算工具调用与 Simulation Agent

• 文献理解、知识发现与科学假设生成

• 多智能体协同与端到端科研 Agent 系统

• Agent Memory、Reflection、自我优化与持续学习

• Agent 评测体系、可靠性与泛化能力研究

Track C：AI for Science Research Intern 学科领域方向

欢迎来自自然科学领域、希望通过 AI 推动科研范式变革的交叉人才，包括但不限于：

生命科学

• 结构解析与生命表征

• 性质预测与功能注释

• 生物分子生成与定向设计

• 分子互作与机制推理

• 动态模拟与研发优化

化学/材料

• 结构推断与实验表征

• 性质与性能预测

• 分子与材料生成设计

• 反应合成与工艺规划

• 势能、动力学与多尺度模拟

物理

• 物理数据理解与科学表征

• 状态感知与参数反演

• 物理规律学习与理论推理

• 系统模拟与动态预测

• 物理系统控制与优化决策

天文

• 基础模型与科学知识推理

• 天文观测数据多模态理解

• 天体物理参数预测与科学反演

• 天文科学模拟与物理建模

地学

• 地球系统基础模型与时空建模

• 气候时空预测与灾害预测

• 地学多模态理解、推理与生成

• 地学观测理解与参数反演

• 地学智能体决策

岗位职责

1. 参与科学基础模型研发，围绕物理、化学、材料、生命、天文、地球科学等领域，开展科学多模态数据建模、跨模态对齐、科学推理等研究，探索科学多模态融合的基础架构研发

2. 探索 AI 驱动科学发现方法，研究大模型在科学预测、结构建模、生成设计、计算模拟、实验规划等任务中的应用，提升 AI 在复杂科学问题中的理解、推理与泛化能力。

3. 建设科学数据与评测体系，参与科学领域预训练数据、指令数据、推理数据及Benchmark建设，开展数据治理、模型评测与能力优化。

4. 探索 Scientific Agent 系统，参与构建面向科研场景的智能体系统，实现文献分析、科学数据处理、计算模拟、实验规划等科研流程自动化。

任职要求

1. 硕士/博士在读，计算机、人工智能、物理、化学、材料、生物、数学、地球科学等相关专业，能长期参与科研工作半年以上者优先

2. 具备机器学习、大模型或多模态模型研究基础，了解Transformer、LLM、VLM、Diffusion、GNN等相关技术。

3. 熟悉大模型训练流程，包括预训练（Pretraining）、监督微调（SFT）、强化学习对齐（RLHF/DPO/GRPO等）中的一种或多种。

4. 具备科研问题分析和实验能力，能够完成“问题定义—方法设计—实验验证”的研究闭环。

5. 有AI for Science、科学数据建模、实验数据清洗、科学计算、仿真模拟、质量控制或相关领域研究经验者优先。

6. 对 AI4S 基础模型研究具有强烈兴趣，愿意探索人工智能与自然科学交叉前沿。

7. 有顶会论文、开源项目、大模型训练经验或跨学科研究经历者优先。

8. 良好的算法基础和工程能力

你将获得

• 参与构建新一代 Scientific Foundation Model

• 参与探索 Scientific World Model 与 AI Scientist 前沿方向

• 与人工智能专家及顶尖科学家团队开展 AI4S 联合研究

• 使用大规模科学数据与 GPU 训练资源

• 参与顶会论文、开源模型与 Benchmark 建设

• 与国内外科研机构开展合作交流

• 优秀者获得全职 AI for Science Researcher Offer

我们期待这样的你

你相信，人工智能的下一阶段，不只是生成文本、图片或代码；真正具有变革意义的 AI，需要理解物理世界运行规律，掌握科学知识体系，并能够参与人类探索未知科学世界的过程。

在 赛思极限，我们正在构建面向科学世界的新一代智能基础设施：让 AI 理解科学，让 AI 参与发现。

如果你希望成为这一历史进程的参与者，欢迎加入 SciStar 科学智能人才计划。