[Skip to main content](#main-content) [OpenNash Jobs](https://jobs.opennash.com/) [Hiring report](/reports/hiring/) · [All Contemporary Amperex Technology jobs](https://jobs.opennash.com/companies/contemporary-amperex-technology/) · [Search jobs](/search/) Contemporary Amperex Technology · 上海市, 中国 +1 more # 科学通用人工智能基础研究实习生招聘 上海市, 中国 +1 more Listed on Contemporary Amperex Technology’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there. [Apply on Contemporary Amperex Technology’s careers site →](https://app.mokahr.com/social-recruitment/catlhr/98098#/job/adfbf76a-5153-4b76-9025-73d2639aadf0) [OpenNash Jobs](https://jobs.opennash.com/) / [Contemporary Amperex Technology](https://jobs.opennash.com/companies/contemporary-amperex-technology/) / 科学通用人工智能基础研究实习生招聘 ## Job description ### 方向 自主科学发现智能体｜下一代大语言模型｜AI for Physics/Math/Chemistry/Materials 地点：北京 / 上海 宁德时代科学通用人工智能学院（Sci-AGI）正在探索一个极具挑战的问题： 如何让通用人工智能真正参与科学发现？ 当前大语言模型已经在数学证明、代码生成与知识问答中展现出强大的推理潜力，但在真正的顶级科学发现中仍存在明显局限：它们可以生成证明、调用工具、完成验证，却往往缺少对科学概念的深层理解、对理论结构的消化重组，以及从异常现象中提出新概念和新理论框架的能力。 ### 我们希望通过三条路线提升 AI 的科研能力 第一，构建面向物理、数学、化学、材料等领域的专业知识 skills，让模型掌握科学推导、验证与实验设计的核心方法；第二，设计自主 self-evolving agents 系统，使智能体能够围绕科学问题持续提出假设、调用工具、组织多智能体协作、反思失败并自我迭代；第三，研发下一代大语言模型与科学基础模型，在架构、训练范式、记忆、推理与概念生成能力上推动突破。我们的目标不仅让 AI 会回答科学问题，还要让它具备参与科学研究、重构科学概念、提出可检验理论的能力。 我们正在组建一支实习生研究队伍，面向顶尖高校中最聪明、最有探索欲、最不满足于“只做已有任务”的同学们。无论你来自计算机/AI，还是物理、数学、化学、材料等基础科学方向，只要你有强烈的自主创新意识、扎实的数理或工程能力、愿意挑战未知问题，我们都欢迎你加入。 研究方向 ### 自主科学发现多智能体系统 参与研发面向理论科学研究的 Multi-AI Agents ，重点服务于理论物理、数学、理论化学、计算化学与材料理论等方向的推理与发现过程，包括 - 文献阅读、理论脉络梳理与问题识别 Agent - 科学概念生成与假说提出 Agent - 数学/物理/理论化学推导 Agent - 方程求解、符号计算、数值验证与反例搜索 Agent - 计算模拟与材料/分子建模 Agent - 反思、批判、验证与多智能体协作 Agent 目标不是简单完成文献问答或工具调用，而是让多个智能体围绕一个理论科学问题，完成从“现象/矛盾识别—概念生成—数学形式化—理论推导—计算验证—反例分析—理论修正”的闭环。我们希望通过专业知识skills、自主 self-evolving agents 系统与下一代大语言模型，提升 AI在理论物理、数学与理论化学中的科研能力，使其从“生成证明/答案”进一步走向“理解概念、重构理论、提出可验证的新解释框架”。 ### 下一代大语言模型与科学大模型 参与下一代 LLM/MLLM 与科学大模型的基础研究，包括但不限于 - 新型模型架构与训练范式 - 长程推理与记忆系统 - world model / next-thought predictor - 科学推理数据构建与评测 - mid-training、post-training、模型对齐与工具使用 - 面向物理、数学、化学、材料任务的多模态训练 我们希望模型不仅能“读懂文本”，还要逐步具备理解科学概念、连接数据与理论、形成可检验推理链的能力。 ### AI for Theoretical Science - Physics / Math / Chemistry / Materials 我们将重点探索 AI 如何参与理论科学工作的建立过程。 ### 研究方向包括 - 理论物理中的概念生成、理论结构重构、符号推导与可验证推演；覆盖场论、凝聚态、统计物理等方向 - 数学中的定义生成、命题发现、证明策略、方程求解、优化建模与形式化验证 - 理论化学与材料理论中的分子/材料结构表征、相互作用建模、结构—性质关系、势能面与多尺度理论近似 - 神经符号推理、物理约束学习、可计算理论表示与科学知识结构建模 ### 面向新概念、新方程、新理论框架与新材料机理的生成、推导、反例搜索与计算验证 我们鼓励实习生不仅复现已有论文，更要尝试提出自己的理论问题与研究假设 - 在导师和团队支持下，将科学直觉转化为可形式化、可推导、可验证的研究路径，并将结果沉淀为高质量实验报告、技术文档、论文或原型模型。 你将负责 - 参与自主科学发现智能体、下一代大语言模型、科学大模型、 AI4Science 前沿方向的某一方向的基础研究与创新探索。 - 跟进 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、CoRL、RSS、Nature Machine Intelligence 等国际顶会顶刊成果，完成高质量文献调研、技术复盘与路线比较。 - 复现关键论文算法，设计 ablation 实验，完成模型训练、调参与效果分析。 - 将 AI 算法应用于理论物理、数学、计算化学、材料科学等科学发现任务，探索 AI 辅助甚至推动科学突破的可能性。 - 协助构建科学推理数据集、评测基准、多智能体工作流和可复现实验系统。 - 撰写实验报告、技术文档、研究简报、专利材料或论文初稿，沉淀研究成果。 - 与全职研究员/工程师共同参与真实科研项目，推动想法从 paper idea 变成可运行系统和可发表成果。 我们希望你具备 学历与背景 - 优选在读博士/硕士，特别优秀的本科生也欢迎申请。 - 专业不限于计算机。 ### 欢迎以下方向同学申请 计算机科学与技术、人工智能、机器学习、NLP、多模态学习；数学、应用数学、统计、优化、理论计算机；物理学、理论物理、凝聚态物理、统计物理；化学、计算化学、材料科学、能源材料；电子信息、自动化、机器人等相关方向。 技术能力 - 扎实掌握机器学习、深度学习基础，理解Transformer、大语言模型预训练、微调、对齐与评测的基本原理。 - 熟练使用 Python，掌握 PyTorch 或其他主流深度学习框架，能独立实现模型、跑实验、调参数、做复现。 - 具备良好的英文论文阅读能力，能够快速理解前沿论文的核心假设、方法、实验设置与局限。 - 有较强的实验设计与分析能力，能完成 ablation、benchmark、error analysis 和技术复盘。 - 具备清晰写作能力，能把复杂技术问题写成结构化报告、研究简报或论文草稿。 科研气质 - 对 AGI、科学发现、数学推理、物理理论、化学与材料问题有真正兴趣。 - 不满足于“调包跑模型”，愿意追问模型为什么有效、为什么失败、如何改进。 - 能独立思考，有主动提出问题和推进问题的能力。 - 面对不确定研究问题有耐心，愿意长期啃硬问题。 加分项 - 有 NeurIPS / ICML / ICLR / ACL / EMNLP / CVPR / CoRL / RSS / AAAI 等顶会投稿、发表或高质量科研项目经历。 - 有 LLM、MLLM、Agent、RAG、强化学习、科学推理、自动定理证明、神经符号推理等项目经验。 - 有物理、数学、化学、材料方向较强理论训练，能读懂并推导专业文献中的公式和模型。 - 有开源项目、竞赛获奖、科研代码复现、独立博客/技术文章等能证明能力的作品。 - 有较强工程能力，能在 GPU 环境下完成模型训练、数据处理与实验管理。 你将获得 - 参与宁德时代科学通用人工智能学院核心研究项目的机会，接触 AGI for Science 一线课题。 - 与科学大模型、多智能体、类脑智能、理论物理/数学推理、AI4Science 等方向研究员共同工作。 - 参与与顶尖高校、国家实验室、科研院所、前沿 AI 公司及产业伙伴的联合研究、学术交流和合作项目，接触真实的跨机构科研网络。 - 有机会参与高质量论文、技术报告、专利和内部核心系统建设。 - 对表现优秀者，提供长期实习、正式岗位、联合培养或重点推荐机会。 我们特别欢迎这样的学生 你可能是计算机系学生，已经复现过LLM/RL/Agent 论文，想做比“应用大模型”更底层的研究； 你可能是物理或数学学生，热爱推导与理论结构，也相信 AI会改变科学发现方式； 你可能是化学或材料学生，熟悉分子模拟、DFT、MD 或实验数据，希望把领域知识和foundation model 结合起来； 你也可能是本科生，但已经展现出远超年级的自学能力、代码能力和研究直觉； 如果你希望在 AGI 到来的窗口期，参与一次真正面向科学发现的基础研究探索，欢迎加入我们。 ### 投递材料建议 请提供 1. 个人简历及代表性项目/论文/代码链接（如有）； 2. ### 一页以内的研究兴趣说明 你最想探索的 AGI for Science 问题是什么？你为什么认为它重要？ ## At a glance - Posted by the employer: Not stated - First seen by OpenNash: Oct 19, 2026 - Last checked: Oct 19, 2026 - Listed for: Under a day - Location: 上海市, 中国 +1 more[Apply on Contemporary Amperex Technology’s careers site →](https://app.mokahr.com/social-recruitment/catlhr/98098#/job/adfbf76a-5153-4b76-9025-73d2639aadf0) ## More jobs at Contemporary Amperex Technology ### [大模型数据工程师—评测与合成方向](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/5871d131fd03b6244ac4/) 上海市, 中国 +1 more ### [2026技术员校招专用-福鼎基地](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/e799e5b1675e9bcfc91e/) 宁德市, 福建, 中国 ### [3D工艺工程师](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/cf4285e8f66f7b9b4aca/) 宁德市, 福建, 中国 ### [3D工艺工程师-产品设计](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/73c3a2117af2aebb802f/) 宁德市, 福建, 中国 ### [3D工艺技术员](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/a1033546315562964bfc/) 宁德市, 福建, 中国 OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations. OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)