职位描述1. **算法研究** - 针对低空场景（城市、野外、海面等）设计通信/监视设备的自动化布设方案。 - 将问题抽象为 **最大覆盖（Maximum Covering）、设施选址、p-中位、p-中心、鲁棒优化** 等模型并提出高效求解方法。 - 结合深度学习提升布设效率：以 **RadioFormer / RadioUNet** 等为起点，探索其在无线信道预测、覆盖效果评估、实时重布设中的应用。 2. **工程实践** - 负责算法在 Python/C++ 中的原型实现与模块封装。 - 与硬件团队协作，在仿真平台与真实测试场完成小规模外场验证。 - 撰写技术文档、实验报告与可复现代码。任职要求1.计算机、通信、自动化、运筹优化、应用数学等相关专业本科/硕士/博士在读。 2. 熟悉至少一种运筹优化求解框架（OR-Tools、Gurobi、CPLEX、Pyomo 等）。 3.具备深度学习基础，能熟练使用 PyTorch / TensorFlow；对 **RadioFormer / RadioUNet** 或同类模型有阅读源码、复现或改进经验者优先。 4.扎实的 Python 编程能力，了解 Linux 与 Git 工作流。 5. **加分项** - 有无线通信、信号处理、RF 覆盖仿真（如 ns-3、OMNeT++）经验。 - 熟悉强化学习、图神经网络在资源调度中的应用。 - 发表过相关领域论文或参与过开源项目。
