AI算法实习生（汽车气动噪声方向）

该职位来源于猎聘 将参与的工作： 1、数据处理与特征构建： 对风洞测试及CFD仿真产生的风噪数据进行清洗、标注与信号处理（含时频域变换），构建高质量的气动噪声专用数据库； 2、AI模型开发与验证： 在导师指导下，参与基于深度学习（如CNN、LSTM、Transformer等）的气动噪声预测模型的搭建、训练、调参与对比验证； 3、信号处理算法实现： 使用Python实现FFT、滤波、阶次分析等信号处理算法，提取风噪信号的关键时频特征； 4、前沿技术调研与复现： 跟踪AI+气动声学领域最新论文成果，进行算法复现与工程可行性验证，定期输出技术分享报告； 5、工具链建设： 编写脚本实现仿真/测试数据与AI模型间的自动化数据流转，提升模型迭代效率。 能力要求 必备条件： 1.硕士及以上学历在读（特别优秀的本科生亦可），车辆工程、机械工程、计算机科学、人工智能、信号处理、声学等相关专业； 2.熟练使用Python，熟悉NumPy、Pandas、Matplotlib等数据处理与可视化库，有TensorFlow或PyTorch框架使用经验（至少跑通过完整训练流程）； 3.修读过《信号与系统》或《数字信号处理》课程，理解FFT、频谱分析等基本概念； 4.了解机器学习/深度学习基础理论（回归、分类、过拟合、常用评价指标等）； 5.具备良好的英文文献阅读能力和学习意愿，能快速理解前沿论文并提炼核心方法。 加分项（如有，请在简历中注明）： 1、有实际信号处理项目经验（振动/噪声数据分析、语音信号处理等）； 2、了解气动噪声或NVH基本概念，对汽车风噪问题有好奇心； 3、有相关竞赛/项目贡献； 4、熟悉Linux开发环境与Git版本管理工具。