广联达
27博士生计划-仿真算法工程师
27博士生计划-仿真算法工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Mdp
Openfoam
多体动力学
计算流体力学
路径规划
值不值得投
64综合评分
综合评分 64
博士专项仿真算法岗，技术栈深、方向覆盖广，薪资福利与办公模式待确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
3.3万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
7 个在招
市场机会
选择面较广
北京 · 算法优化工程师 · 约 360 个在招
职位详情
关于这个职位
该岗位面向2025~2027届博士，加入广联达博士生计划，参与仿真平台核心算法研发，覆盖多体动力学求解器、离散事件与多智能体仿真、路径/运动规划以及基于AI的CFD仿真
适合算法基础扎实、希望在工业仿真方向深耕的博士候选人
最低要求
~2027届博士，数学、应用数学、流体力学、自动化、机器人、运筹学、控制科学等相关专业硕士及以上学历
熟悉以下几个领域之一：
a)熟悉多体动力学建模和仿真原理，具备MuJoCo/ODE/MBDyn开发经验
熟练使用ADAMS/Simpack等分析软件
b)精通常见路径规划算法A、D、PRM、PRT等
掌握轨迹预测算法：MDP、POMDP，了解MCMC、LDA算法等
c)熟悉离散事件系统仿真软件如AnyLogic、Flexsim、Extended等，熟练掌握基于图或网络流常用的组合优化算法
d)熟悉计算流体力学基础，掌握有限元法、有限体积法相关数值求解方法
精通OpenFOAM/Fluent/Star-CCM+至少一种
扎实的算法基本功，精通C/C++，熟练掌握Python，并且具备良好的编程风格和撰写文档能力
熟练阅读英文文献，学习能力强，具有优秀的执行力，良好的沟通能力
工作职责
负责仿真平台多体动力学求解器研发
负责仿真平台离散事件、多智能体、系统动力学仿真系统研发
负责仿真平台路径规划、运动规划算法研发
负责仿真平台基于AI的CFD仿真算法研发
AI 洞察
优缺点分析
优点
- 方向覆盖多体动力学、路径规划、离散事件与AI CFD，技术纵深和广度兼具
- 岗位直接参与仿真平台核心算法研发，可积累工业软件从算法到工程的完整经验
- 仿真算法在工业软件、机器人、数字孪生等领域通用性强，职业迁移面较宽
- 对C/C++、Python与英文文献能力要求高，有利于形成扎实的算法工程基本功
- 四个技术方向跨度大，需在至少一个方向有深度，同时具备跨领域学习能力
- JD未披露工作地点、薪资与办公模式，选择前需与HR确认关键信息
- 适合算法基础扎实、愿意在工业仿真领域长期深耕的博士毕业生，尤其适合有相关课题或工具链经验的人
缺点 / 挑战
- 需要同时理解数学/力学模型与工程实现，技术门槛较高
角色解读
- 从单一仿真方向切入，逐步成长为仿真平台核心算法模块负责人
- 积累多物理场/多智能体仿真与AI结合经验后，可向仿真架构师或算法专家方向发展
- 在工业软件、数字孪生、机器人等场景具备较强迁移能力
- 负责仿真平台多体动力学求解器的研发，包括建模、数值求解与性能优化
- 参与离散事件、多智能体、系统动力学等仿真系统的设计与实现
- 研发路径规划、运动规划算法，并处理轨迹预测与决策问题
- 探索基于AI的CFD仿真算法，将数值方法与机器学习结合
- 扎实的多体动力学/路径规划/离散事件仿真/CFD中至少一个方向的理论与工程经验
- 精通C/C++，熟练使用Python，具备良好的编程风格和文档能力
- 熟悉MuJoCo/ODE/MBDyn、ADAMS/Simpack、AnyLogic/Flexsim、OpenFOAM/Fluent/Star-CCM+等对应工具链
- 能够阅读英文文献，具备快速学习、执行与跨团队沟通能力
申请策略
- 投递前向HR确认该博士计划的具体工作城市、培养周期与薪资结构
- 了解广联达在建筑信息化/工业软件/数字孪生方向的业务，准备将仿真算法与业务场景关联的表述
- 突出博士课题中与多体动力学、路径规划、离散事件仿真或CFD相关的建模与求解工作
- 量化展示C/C++/Python开发经验，如求解器实现、算法加速、开源工具二次开发或仿真平台搭建
- 列出MuJoCo/ODE/MBDyn、ADAMS/Simpack、AnyLogic/Flexsim、OpenFOAM/Fluent/Star-CCM+等工具的实际项目使用深度
- 用论文、专利、技术文档或开源项目证明英文文献阅读、算法推导与工程文档能力
- 针对JD四个方向中自己的弱项，补充数值方法、组合优化或轨迹预测的基础知识
- 准备一个可复现的仿真/路径规划小项目，展示从建模、算法到代码实现的完整链路
面试指南
- 采用STAR结构：先讲问题背景与约束，再讲模型/算法选型，最后用指标说明效果与反思
- 技术问题先给结论和适用边界，再展开公式/数据结构/工程实现，体现深度与取舍
- 对跨领域问题坦诚说明知识边界，并展示快速学习路径和验证方法
- 请介绍你在多体动力学建模与求解器开发中的一个完整项目，如何验证精度与稳定性？
- 比较A*、D*、PRM、PRT的适用场景，并说明你在路径规划项目中如何选型
- 离散事件仿真中如何建模资源、队列与调度？组合优化算法如何落地？
- 你如何理解基于AI的CFD？有限体积法与机器学习结合时有哪些难点？
- C/C++与Python在你的项目中如何分工？如何保证代码质量与文档可维护性？
职位点评
薪资福利55
成长发展82
工作生活48
使命价值62
薪资福利
55较低
JD未披露薪资、福利与发放结构，补偿性动机的满足程度难以判断，建议在沟通中重点确认。
薪资信号未披露（AI估算：2.5千–4.0万/月）
成长发展
82较高
岗位覆盖多体动力学、路径规划、离散事件与AI CFD，技术深度高，且博士专项计划有利于算法研发能力积累。
技术前沿主流现代技术
技术栈多体动力学、MuJoCo、ODE、MBDyn、ADAMS、Simpack、A*、D*、PRM、PRT、MDP、POMDP、AnyLogic、Flexsim、CFD、OpenFOAM、Fluent、Star-CCM+、C/C++、Python
业务类型ambiguous
工作生活
48较低
JD未提及办公模式、工时或WLB，生活化动机信息不足，需向HR确认实际工作节奏与地点。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
62中等
工业仿真与AI CFD对工业软件和数字孪生有长期价值，但JD未突出社会使命或行业增长信号。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs