「TalentAI」将持续带来人工智能相关在招职位信息，欢迎正在找工作与看新机会的朋友关注，也欢迎企业伙伴与我们联系合作。
研究所简介
浙江清华长三角研究院信息技术研究所是浙江清华长三角研究院五大直属科研院所之一，聚焦人工智能、数据与系统安全、新能源汽车与智慧交通、智慧能源四大科技前沿方向。承担人工智能、区块链、隐私计算、数据要素、智能感知网络、大规模操作系统、智能网联、“双碳”服务、新能源、新型电力系统、新型装备制造等新一代信息科学技术创新研究以及关键共性技术攻关，以及成果转化、推广和产业化。团队成员包括国家重点研发计划首席科学家、TR35获得者、国家级高层次人才等。成员在多个领域的国际顶级会议和期刊（如安全顶会S&P、CCS、Usenix Security,密码顶会Asiacrypt, 分布式系统顶会PODC、操作系统顶会EuroSys以及ACL、《柳叶刀》等顶级期刊）发表论文，获得过中国智能科学技术最高奖“吴文俊人工智能科学技术奖”、央行金融密码杯特等奖、中国密码学会密码创新奖等重要科技奖项。科研成果已广泛应用在金融、交通、能源、汽车等领域，已服务超过数百家国内外重要平台和行业龙头企业。
研究院主页：www.tsinghua-zj.edu.cn
招聘岗位
工作地点：浙江嘉兴
联系方式：卢老师：18268416979，lujinxing@tsinghua-zj.edu.cn
具身智能专家
岗位薪资：60-150万
专业要求
1.硕士及以上学历，计算机科学、人工智能、自动化、机器人工程、控制科学与工程、深度学习等相关专业，有人形机器人、多智能体协同、端到端具身大模型研发落地经验，或参与过国家级、省部级人工智能、机器人重点科研项目者优先。
2.精通深度学习、强化学习、模仿学习、最优控制、运动规划等核心理论；熟练掌握PyTorch、TensorFlow等主流框架，熟悉ROS、机器人仿真平台（Gazebo、Isaac Sim）等工具。
3.深耕具身智能领域，熟悉视觉感知、力觉感知、多模态感知融合技术，具备真实机器人（移动机器人、机械臂、人形机器人）具身算法落地经验；掌握智能体自主决策、动态避障、自适应交互算法研发能力。
4.在具身智能、机器人学习、智能控制等领域有顶会/顶刊（ACL/CVPR/ICML等）论文发表经验，或有核心技术专利、标杆项目落地成果者优先。
岗位职责
1. 负责具身智能核心技术体系搭建与研发工作，聚焦机器人、智能体、物理交互场景下的具身感知、运动控制、环境交互、自主决策等核心算法研发与迭代，搭建端到端具身智能技术方案。
2. 研究前沿具身智能技术，包括但不限于视觉具身感知、多模态融合感知、强化学习、模仿学习、世界模型落地、机器人运动规划、自适应控制等，跟进国内外顶尖学术成果与产业落地案例，完成技术创新与落地转化。
3. 主导具身智能相关项目的技术攻关，针对真实物理场景、复杂动态环境下的智能体自主作业、人机交互、多智能体协同等核心痛点问题，设计算法方案、完成模型训练、调试优化，保障技术落地效果。
4. 负责算法模型的工程化落地与性能优化，联合硬件、工程、产品团队，完成机器人、智能设备等终端的具身智能功能部署，提升智能体的环境适应性、鲁棒性和自主作业能力。
5. 搭建具身智能算法数据集、仿真训练平台与评测体系，制定技术评测标准，持续迭代优化模型性能与算法效率；主导技术专利、论文、技术方案的输出与沉淀。
6. 带领技术团队开展研发工作，制定技术路线、拆解研发任务，攻克核心技术难题，赋能团队技术能力提升。
人工智能大模型预训练专家
岗位薪资：60-150万。
专业要求
1.硕士及以上学历，计算机、人工智能、大数据、自然语言处理、深度学习等相关专业，博士或顶尖硕士学历，有千亿级参数大模型训练落地经验，参与过主流开源大模型（LLaMA、Qwen、GLM等）迭代优化，或拥有多模态大模型、行业专属大模型预训练落地经验者优先。
2.精通Transformer架构、大模型预训练、微调、对齐核心原理，熟练掌握深度学习基础理论、概率统计、机器学习、自然语言处理/多模态技术体系。
3.熟练使用PyTorch、Megatron-LM、DeepSpeed、LLaMA Factory等大模型训练框架，精通分布式训练、数据并行、模型并行、流水线并行技术；熟悉大模型量化、蒸馏、稀疏化等轻量化优化方案。
4.具备完整的大模型预训练、数据治理、模型评测、迭代优化全流程经验，能够独立解决大模型训练不收敛、过拟合、幻觉严重、推理能力弱等核心问题。
5.跟进大模型前沿技术，在ACL/CVPR/ICML等顶会发表相关论文，或拥有大模型相关核心专利、技术成果者优先。
岗位职责
1. 负责通用人工智能大模型（NLP、多模态大模型）的预训练、微调、对齐全流程技术研发，主导大模型基座训练、模型架构优化、训练策略迭代，搭建高性能大模型预训练技术体系。
2. 研究大模型前沿预训练技术，包括模型架构创新、大规模预训练数据治理、高效预训练算法、稀疏训练、模型蒸馏、量化压缩、RLHF/RLAIF对齐等技术，持续提升大模型的理解、生成、推理、泛化能力。
3. 负责大规模高质量预训练数据集的构建、清洗、筛选、去重、脱敏与质量评测，制定数据治理规范，优化数据配比，解决大模型预训练过程中的数据偏差、噪声污染、知识缺失等核心问题。
4. 攻克大模型预训练过程中的技术难点，包括大规模分布式训练稳定性、梯度优化、收敛速度提升、算力利用率优化、模型显存优化等，保障千亿、万亿级参数大模型高效稳定训练。
5. 主导大模型评测体系搭建，设计通用能力、专业能力、安全性、幻觉率、逻辑性等多维度评测指标，完成模型迭代评测与效果分析，输出优化方案。
6. 推动大模型预训练技术的工程化落地与业务赋能，结合产业场景优化模型能力，沉淀标准化预训练、微调、对齐工具链与技术文档，带领团队完成技术攻关与项目落地。
世界模型/AI for science专家
岗位薪资：60-150万。
专业要求
1.硕士及以上学历，人工智能、计算机科学、应用数学、物理学、力学、气象科学、材料科学、控制工程等相关专业，有通用世界模型、智能体仿真环境、工业科学计算、气象/流体/材料AI建模落地项目经验，或参与过国家级AI for Science重点科研项目者优先。
2.精通深度学习、时空建模、系统动力学、偏微分方程、数值计算、概率建模等理论；熟悉物理先验约束、科学仿真原理、多尺度建模核心逻辑。
3.熟练掌握PyTorch/TensorFlow深度学习框架，精通神经ODE、PINN、时空Transformer、扩散模型等科学建模算法；熟悉主流仿真工具（COMSOL、ANSYS）、数字孪生平台者优先。
4.具备世界模型研发、物理场景AI建模、AI科学计算落地经验，能够独立完成复杂物理系统的模型搭建、训练、仿真推演与优化，解决科学建模中的精度、泛化、效率问题。
5.在AI for Science、世界模型、物理机器学习、科学计算等领域有顶会顶刊（ACL/CVPR/ICML等）论文或核心专利成果，熟悉行业前沿研究方向。
岗位职责
1. 负责世界模型（World Model）、物理世界建模、AI for Science前沿技术研发，聚焦物理仿真、数字孪生、科学计算、时空预测、系统动力学建模等方向，搭建通用世界模型技术体系。
2. 研究AI与科学计算交叉融合技术，包括神经物理建模、微分方程学习、时空序列预测、物理约束深度学习、多尺度科学建模、世界模型环境预测与模拟等，实现对真实物理世界、复杂系统的精准建模、预测与推演。
3. 主导世界模型、AI for Science相关科研项目与产业项目攻关，针对工业仿真、流体力学、气象预测、材料科学、能源系统、机器人物理仿真等场景，设计科学建模算法方案，完成模型训练、仿真推演与精度优化。
4. 结合具身智能、大模型技术，研发可交互、可推演的通用世界模型，实现环境动态预测、物理规则学习、场景模拟复刻，为智能体决策、仿真训练、工业优化提供核心技术支撑。
5. 搭建科学计算数据集、物理仿真评测体系，结合物理先验知识约束模型训练，解决传统仿真效率低、精度不足、泛化性差的问题，提升AI科学建模的准确性、稳定性和通用性。
6. 跟进全球世界模型、AI for Science前沿技术动态，输出技术论文、专利与行业解决方案，推动技术成果产业化落地，带领团队完成核心技术迭代与创新。
产品总监
专业要求
1.硕士及以上学历，主导过大数据决策系统、数据中台、AI智能分析平台从0到1搭建及落地，有数据、计算机、统计、人工智能等相关专业背景或大型政企/行业数字化智能决策项目实战经验者优先。
2.熟悉大数据全链路流程、数据建模、指标体系搭建及数据治理逻辑，具备数据中台、大数据决策平台规划与落地经验，熟练使用SQL，可独立完成数据核验与优化迭代。
3.擅长企业级智能决策、数据分析、风险研判、模拟推演类B端系统整体规划与设计，精通中后台、数据可视化、预警管控等模块搭建，可独立统筹复杂数据产品全生命周期管理。
4.了解主流大数据与AI技术架构，具备优秀的技术拆解与需求翻译能力，可高效联动研发、算法、数据团队，把控项目落地进度与技术风险。
岗位职责
1.深度大客户需求解构：具备极强的客户共情与穿透力，能穿透非结构化的复杂业务场景，精准洞察大客户在经营、决策与风险控制中的隐性痛点与战略诉求。
2.系统顶层设计与叙事：定义底层知识图谱、多Agent协同网络或复杂状态机的核心逻辑；将错综复杂的数据流转化为高直观性的业务决策链与产品叙事。
3.敏捷验证与质量把控：运用全栈AI辅助设计（Vibe Coding）快速构建高保真系统原型，在与大客户的深度互动中敏捷验证，打造极致严谨、高质量的交付级系统。
4.战略操盘与团队赋能：制定产品长期演进路线，带领跨学科团队打破传统B端软件的古板体验，注入顶级的人机交互（HCI）思维，重塑复杂系统的易用性。
博士后
研究方向：
人工智能、区块链、密码学、隐私计算、网络安全、智能网联、物联网、数据库等。
专业背景要求
区块链：
具有区块链开发经验，熟悉密码学、分布式系统、共识算法等技术者优先。
对以太坊/Fabric/Fisco的底层原理有了解。
熟悉Golang/C++/JAVA/python等语言中的一项(优先)。
隐私计算：
具有很强的逻辑分析能力，对数据敏感。
熟悉密码学或机器学习，掌握安全多方计算、联邦学习、同态加密、差分隐私等至少其中一项技术。
有实际成果并发表在国际会议、期刊者。
至少熟悉一门开发语言(Golang/Python/JAVA/C++) 。
人工智能：
人工智能相关领域博士。
在人工智能会议和期刊发表过论文。
具有较强的编程能力（优先）。
参与过相关产品研发和落地(优先)。
大模型：
计算机科学、人工智能、数学或相关领域博士学历，具有丰富的大模型相关工作经验优先。
熟练掌握大模型的预训练、微调和优化方法，深入理解 Transformer等主流架构和技术，具备大模型实践经验。
精通 Python 或其他主流编程语言，熟悉深度学习框架（如 TensorFlow、PyTorch 等）。
具备扎实的机器学习、深度学习理论基础，对大模型优化、训练等相关技术有深入研究。
有视觉、自然语言处理或多模态任务相关经验，能够将大模型技术有效运用于实际场景中。
具备优秀的沟通能力和团队协作能力，能够推动跨部门合作，确保项目成功落地。
申请条件
1.对所在领域具有浓厚的兴趣和研究潜力；
2.具有扎实的编程能力，熟练掌握至少一种编程语言；
3.品格正直、勤奋进取、志存高远、开拓创新；
4.有强烈的好奇心、责任心和执行力，有突出的团队合作精神和组织协调能力；
5.从事基础研究或技术研发，完成课题组的科研与项目任务，鼓励原始创新与团队合作，形成高水平研究成果和技术转化，有相关研究或项目经验者优先考虑。
6.申请者年龄在35周岁以下，即将获得博士学位，或获得博士学位的年限不超过3年。