岗位职责： 构建神经网络代理模型（BNN、GNN、Ensemble等），用于近似复杂洗涤程序的目标函数。 搭建原型系统（MVP），完成洗涤参数空间的可行域建模与多目标优化实验。 协助完成高水平论文。 每周汇报项目进展，参与方法设计与关键决策讨论。 实习时长不少于5个月。 教育背景： 硕士研究生+数学、计算机相关专业 特定专业知识： 熟悉深度学习建模方法，具备 PyTorch 或 JAX 使用经验。 了解代理模型原理（如 GP、BNN、深核网络等），理解其在优化问题中的作用。 掌握贝叶斯优化框架核心原理，包括采集函数、不确定性建模、多目标扩展。 具备良好的英文阅读与写作能力，具备独立科研能力，有高质量论文发表经验者优先。 有 GNN、结构建模、约束优化等经验者优先。