项目背景： 面向智能底盘软件的数字孪生-虚拟化验证环境开发。项目目标是实现模型更精准、速度更高效的数字孪生模型。 岗位职责： 1. 负责数字孪生系统中基于AI的算法开发，利用车辆真实数据反推车辆模型参数； 2. 设计并实现参数降维和智能数据筛选算法，提升模型算法性能、准确性和数据质量； 3. 与车辆动力学及建模领域专家协作，聚焦AI技术在智能底盘软件数字孪生-虚拟化验证环境中的应用； 4. 参与面向模型更精准、速度更高效的数字孪生模型的研发工作。 任职要求： 1. 熟悉机器学习与深度学习算法基础，具备良好的数学和统计学素养； 2. 掌握Python及主流AI框架（如TensorFlow、PyTorch、scikit-learn等）； 3. 具备大规模参数降维（DoE、PCA、稀疏编码等）和复杂数据筛选经验者优先； 4. 具备良好的团队合作和沟通能力，学习能力强。