岗位解读
岗位概览
Bowell（博维数孪）2027届校园招聘聚焦物理AI（Physics-Informed AI）方向，招聘算法、系统、数据、仿真等岗位，工作地点覆盖北京、上海、深圳。招聘对象为2027届应届毕业生（毕业时间2027年1月–2027年12月），面向本科、硕士、博士各学历层次。
本次校招涉及的主要方向包括：
- 物理AI算法工程师：研发融合物理约束（如PDE、守恒律、对称性）的深度学习模型，构建面向仿真、预测与控制的物理引导神经网络，参与工业级AI求解器开发。
- 工业智能系统工程师：设计并落地面向能源、制造等场景的AI+物理联合建模与决策系统，对接数字孪生平台，实现模型部署、在线推理与闭环优化。
- 计算物理与仿真工程师：开发高保真多物理场耦合仿真模块，构建AI加速的数值求解框架（如AI-enhanced FEM/FVM），支撑机理验证。
- AI平台开发工程师：打造支持物理AI全生命周期的低代码建模平台，涵盖可视化建模、自动微分、混合求解、结果可解释分析等功能。
- 研究型实习生：长期开放，面向大三、研一、博一同学，聚焦物理AI前沿课题，表现优异者直通转正。
适合人群
本次校招适合对物理AI、科学计算与工业智能有明确兴趣的2027届毕业生。专业背景涵盖人工智能、机器学习、计算物理、应用数学、控制科学与工程、力学、热能工程、电气工程、自动化、计算机科学与技术、软件工程、航空航天工程等相关方向。
如果你希望把数学与物理基础用于真实工业场景，或对PINNs、Neural ODE/PDE、可微分编程、数字孪生、AI for Science等方向有积累，可以重点关注对应岗位。研究型实习生更适合大三、研一、博一阶段、希望提前接触前沿课题并争取转正机会的同学。
能力要求
不同岗位侧重点不同，但共同要求是扎实的数学或物理基础，以及将机理与数据结合建模的意愿。
- 物理AI算法工程师：熟悉PyTorch/TensorFlow；有PINNs、Neural ODE/PDE、符号回归、可微分编程经验者优先。
- 工业智能系统工程师：具备系统建模、嵌入式/边缘计算或工业通信协议（OPC UA、MQTT等）经验；熟悉ROS、Docker、K8s者加分。
- 计算物理与仿真工程师：熟练使用COMSOL、ANSYS、OpenFOAM或自研仿真工具；掌握C++/Fortran/Julia；有HPC或GPU加速经验者优先。
- AI平台开发工程师：扎实的Web全栈或后端开发能力（React/Python/Go）；了解MLOps/AIOps架构；有科学计算平台开发经验者优先。
投递准备
招聘流程包括：网申投递、在线测评与技术笔试（AI基础+数理逻辑+编程/建模题）、多轮面试（技术面含现场/远程建模小任务→主管终面→HR面）、Offer发放与实习安排。暑期实习可提前锁定秋招offer。
准备建议：
- 梳理与物理AI相关的课程、项目或论文，突出数学/物理建模与代码实现能力。
- 针对目标岗位准备可展示的建模或仿真案例，例如PINNs实验、数值求解器、数字孪生原型或科学计算平台模块。
- 复习AI基础、数理逻辑与编程/建模题，技术面可能包含现场或远程建模小任务。
- 关注截止时间：2026年12月14日，建议尽早完成网申并留意测评与笔试安排。
常见问题
- 非物理专业可以投递吗？可以。招聘对象专业背景涵盖人工智能、机器学习、计算物理、应用数学、控制科学与工程、力学、热能工程、电气工程、自动化、计算机科学与技术、软件工程、航空航天工程等相关方向，关键看岗位匹配度。
- 工作地点有哪些？覆盖北京、上海、深圳。
- 实习生和秋招的关系？研究型实习生长期开放，表现优异者直通转正；暑期实习可提前锁定秋招offer。
- 招聘流程多久？流程包括网申、在线测评与技术笔试、多轮面试、Offer发放与实习安排，具体节奏以官方通知为准。