岗位目标

面向科学设备的智能化操作与自主实验，研究具备多模态感知、任务规划与动态决策能力的智能体，推动 AI 从理解科学数据走向操作科学设备、执行实验任务与优化实验过程。 

研究方向与工作内容

1. 科学设备理解与自主操作 研究多模态大模型对科学设备界面、运行状态与操作流程的理解，构建面向真实设备的智能体自主操作能力，提升复杂交互中的任务执行能力与操作可靠性。
2. 实验任务规划与动态决策 面向科学实验目标，研究智能体的任务规划与反馈决策，结合设备状态、实验数据与领域知识动态调整实验流程和操作策略，在安全约束下实现从目标理解、实验执行到结果反馈的闭环。 
3. 智能体能力迁移与持续优化 研究智能体在不同科学设备与实验场景中的能力迁移，探索操作经验积累、技能复用与执行反馈驱动的持续优化机制，降低人工适配成本，提升长期任务表现与运行稳定性。 

任职要求

1. 计算机、人工智能、自动化、电子信息，或物理、材料等相关专业，对智能体与科学实验的交叉研究有兴趣；
2. 具有 CCF-A 类期刊或会议论文发表经历，具备扎实的科研基础和英文论文写作能力；
3. 熟悉 Python，具备深度学习模型开发或大模型智能体系统开发能力；在多模态学习、 智能体、任务规划或交互决策等领域具有相关研究经验；
4. 能够主动跟踪前沿研究、提炼问题并推进实验，重视科研严谨性、实验安全与结果可 复现性，具有良好的沟通与合作能力。 

你能获得什么

1. 面向高水平论文的研究机会： 以在 Nature / Science 系列期刊、CCF-A 类期刊及会 议发表高水平论文为目标，参与前沿课题研究与论文撰写。
2. 完整的科研实践与交叉研究经验： 参与从科学问题凝练、AI 算法设计到真实数据验证的研究全过程，提升独立研究能力，积累 AI 技术与科学问题相结合的研究经验。

【投递方式】

请将简历发送至邮箱： yinkunzhang-pjt@slai.edu.cn ，备注“姓名+科学数据智能实习生 ”。或者可联系：17852611213（微信同号）