实习-科学智能体研究实习生(A203197)
招聘时间
即日起 至 2027-06-02
招聘单位
上海科学智能研究院
所在地区
上海
工作地点
上海市/上海市/徐汇区
学历要求
本科
实习时长
每周5天，每天3小时
职责描述
职责描述：
【我们在做什么】
我们致力于打造“未来的 AI 科学家”——构建基于大语言模型的智能体系统，使其具备像人类科学家一样的科研闭环能力：
1. 自主提出科学假设（基于文献阅读与知识库）；
2. 自动规划并执行实验（调用模拟器、API 或控制自动化湿实验设备）；
3. 分析实验结果并反馈（根据结果修正假设，开启下一轮迭代）。
在这里，你将探索 AI 如何从“工具”进化为“合作者”，直接参与到科学发现的最前沿。
---
【你的核心职责】
作为 Scientific Agent 实习生，你将与 PI 及核心研究团队紧密合作，负责以下一项或多项工作：
- Agent 框架搭建： 设计并实现能够进行长程推理（Long-horizon reasoning）的 Agent 框架，使其能熟练调用外部科学工具（如 Python 解释器、分子模拟软件、API）。
- 闭环系统构建 (Closed-loop System)： 研发“假设-实验-反馈”的自动化闭环算法。结合 Active Learning (主动学习) 或 Reinforcement Learning (强化学习)，优化 Agent 的实验搜索策略，以最少的实验次数找到最优解。
- 科学知识增强： 探索如何通过 RAG (检索增强生成) 或 Fine-tuning，将领域内的专业科学知识（论文、数据库）高效注入 Agent，提升其提出高质量假设的能力。
- 基准测试与评估： 参与构建 Scientific Agent 的评估 Benchmark，衡量其在特定科学任务中的发现效率与准确性。
任职要求：
【我们需要这样的你】
1. 扎实的编程基础： 精通 Python，熟练使用 PyTorch 等深度学习框架，代码风格良好。
2. LLM/Agent 经验： 熟悉 Transformer 架构，有 LangChain 类似 Agent 框架的实际开发/魔改经验。理解 Prompt Engineering 及 Function Calling 原理。
3. 学术/工程能力： 能够快速复现顶会论文（NeurIPS, ICLR, ICML 等），具备良好的英文文献阅读能力。
4. 学历要求： 计算机、人工智能、统计学或相关理工科专业的在读硕士/博士生（特别优秀的本科生亦可）。
加分项 :
- AI4S 背景： 了解计算生物学、计算化学、材料科学等任意一个领域的交叉背景（如了解分子动力学 MD、DFT、基因组学等）。
- 算法专长： 熟悉 贝叶斯优化 、强化学习 或 搜索算法 ，并有将其应用于优化问题的经验。
- 顶会发表： 在 AI 顶会有相关论文发表者优先。
- 长期实习： 能够连续实习 3-6 个月以上者优先。
---
【你将获得什么】
- 前沿课题： 直接参与 AI for Science 领域最前沿的 Agent 研究，解决真实世界的科学难题。
- 顶尖指导： 由资深RL以及科学领域专家一对一指导，提供定期的学术讨论与职业规划建议。
- 计算资源： 充足的 GPU 算力支持及实验数据资源。
- 科研产出： 鼓励并支持以第一作者身份在顶级会议或期刊发表高水平论文。
【我们在做什么】
我们致力于打造“未来的 AI 科学家”——构建基于大语言模型的智能体系统，使其具备像人类科学家一样的科研闭环能力：
1. 自主提出科学假设（基于文献阅读与知识库）；
2. 自动规划并执行实验（调用模拟器、API 或控制自动化湿实验设备）；
3. 分析实验结果并反馈（根据结果修正假设，开启下一轮迭代）。
在这里，你将探索 AI 如何从“工具”进化为“合作者”，直接参与到科学发现的最前沿。
---
【你的核心职责】
作为 Scientific Agent 实习生，你将与 PI 及核心研究团队紧密合作，负责以下一项或多项工作：
- Agent 框架搭建： 设计并实现能够进行长程推理（Long-horizon reasoning）的 Agent 框架，使其能熟练调用外部科学工具（如 Python 解释器、分子模拟软件、API）。
- 闭环系统构建 (Closed-loop System)： 研发“假设-实验-反馈”的自动化闭环算法。结合 Active Learning (主动学习) 或 Reinforcement Learning (强化学习)，优化 Agent 的实验搜索策略，以最少的实验次数找到最优解。
- 科学知识增强： 探索如何通过 RAG (检索增强生成) 或 Fine-tuning，将领域内的专业科学知识（论文、数据库）高效注入 Agent，提升其提出高质量假设的能力。
- 基准测试与评估： 参与构建 Scientific Agent 的评估 Benchmark，衡量其在特定科学任务中的发现效率与准确性。
任职要求：
【我们需要这样的你】
1. 扎实的编程基础： 精通 Python，熟练使用 PyTorch 等深度学习框架，代码风格良好。
2. LLM/Agent 经验： 熟悉 Transformer 架构，有 LangChain 类似 Agent 框架的实际开发/魔改经验。理解 Prompt Engineering 及 Function Calling 原理。
3. 学术/工程能力： 能够快速复现顶会论文（NeurIPS, ICLR, ICML 等），具备良好的英文文献阅读能力。
4. 学历要求： 计算机、人工智能、统计学或相关理工科专业的在读硕士/博士生（特别优秀的本科生亦可）。
加分项 :
- AI4S 背景： 了解计算生物学、计算化学、材料科学等任意一个领域的交叉背景（如了解分子动力学 MD、DFT、基因组学等）。
- 算法专长： 熟悉 贝叶斯优化 、强化学习 或 搜索算法 ，并有将其应用于优化问题的经验。
- 顶会发表： 在 AI 顶会有相关论文发表者优先。
- 长期实习： 能够连续实习 3-6 个月以上者优先。
---
【你将获得什么】
- 前沿课题： 直接参与 AI for Science 领域最前沿的 Agent 研究，解决真实世界的科学难题。
- 顶尖指导： 由资深RL以及科学领域专家一对一指导，提供定期的学术讨论与职业规划建议。
- 计算资源： 充足的 GPU 算力支持及实验数据资源。
- 科研产出： 鼓励并支持以第一作者身份在顶级会议或期刊发表高水平论文。
