同济大学吴志强院士AI Planning团队招聘:城市AI算法与工程化研发人员
作者：微信文章WELCOME
WE WANT YOU
职等你来
AI Planning
城市数据科学research scientist
模型生成与优化research scientist
城市AI开发与工程化硕士
TO JOINING
吴志强院士团队
等你加入
关
我
于
们
2025
关
于
我
们
吴志强院士团队
合作导师简介
吴志强教授，中国工程院院士，德国国家工程科学院院士，瑞典皇家工程科学院院士，美国建筑师协会荣誉院师，上海市人工智能战略咨询专家委员会首届召集人和委员，上海市政府参事，上海市欧美同学会常务副会长。
吴志强院士提出了“以数明律，以律定城，以流定形，形流相成”的规划思想，领导建立了世界城市大数据库CBDB并持续升级。他的研究聚焦于“精准认知规律”、“精准区分人民需求”、“数字创新传承历史”三个层面的研创实践，并在多个重大科研攻关和设计实践中应用，如全球大都市绽放规律挖掘、城市产业空间智能配置、CIMAI平台研制等。
城市AI生成算法（城市数据科学research scientist）
岗位职责（可选）
1.探索城市空间生成的高细粒度建模技术，研究城市功能语义的自动解析与多尺度数据或多视角图像融合（街景、卫星图）等核心技术的研发与应用，提升场景的构建、预测和感知精度的深度学习建模方法；
2.开发基于生成式AI和GNN的多模态城市感知与动态建模框架；
3.应用CNN、GAN、扩散模型等深度学习技术，结合Transformer自注意力机制，提升城市高精度建筑形态和功能语义编码的生成质量；
4.参与研究从卫星影像提取多模态数据编码的创新技术，开发城市数据与视觉感知的深度融合方法；
5.支持撰写与发表国际顶级学术论文，为研究成果在全球范围内的推广做出贡献。
应聘要求
1.学历背景：GeoAI及地理信息（GIS）、计算机科学、计算机视觉、电子工程、亦或生成式AI等相关领域的博士学位（可提供博士后进站机会），或优秀的硕士研究者。
2.专业技能（至少满足其一）：
●熟悉GNN、Transformer等深度学习方法，具备扎实的生成式AI建模经验。
●擅长AI代理框架开发的人才，能够构建智能体去独立探索、执行任务和收集数据。需要了解强化学习（RL）、任务分解和多智能体协作的工程师或研究员，用以提升AI agent的自主学习能力和行动效率。
●具备进行跨模态数据（如图像、文本、环境数据等）的深度学习模型训练的能力，能够整合多种数据源提升城市科学预测的精准度。
●能够应用多模态信息融合技术（如图像与数据融合），熟悉MLP等多层级信息的整合与融合。
●熟悉城市规划或GIS领域的前沿技术，具备生成式AI的相关背景，熟悉GANs和扩散模型的训练，具备清晰的数据标签规划思路，和其他相关的图像训练经验，能够将AI技术应用于城市规划的智能化设计。
3.工作经验：
●曾在国际顶会（如IEEE TGRS）或顶刊发表高水平论文者优先；
●具备优秀的研究能力与团队协作精神。
研究目标
通过整合多模态信息（如建成环境数据、用地、遥感数据、高频移动数据等），开发基于AI技术的城市设计生成工具，进一步提升城市空间功能语义的解析能力，为精细化城市规划提供技术支持，并通过发表顶级论文推动学术与产业的技术创新。
城市AI生成算法（模型生成与优化research scientist）
岗位职责（可选）
1.探索城市空间生成的高细粒度建模技术，研究城市功能语义的自动解析与多尺度数据的深度学习建模方法；
2.应用CNN、GAN、扩散模型等前沿技术，构建多尺度、多情景的的城市生成训练框架；
3.参与多目标优化任务的全流程，包括目标定义、算法调优、约束条件处理和最终部署。实现并优化多目标进化算法（如NSGA-II/NSGA-III），在多种性能指标（如生成质量、模型效率、用户满意度、鲁棒性等）之间寻求最佳平衡。
4.设计和构建动态评价指标体系，确保模型在复杂应用场景中的表现具有可测性和可优化性。
5.开发反馈驱动的模型更新策略，使模型能够根据评价结果和用户反馈实时调整权重和生成方式。
6.支持撰写与发表国际顶级学术论文，为研究成果在全球范围内的推广做出贡献。
应聘要求
1. 学历背景：建筑、城市规划、和城市设计、运筹学、机器学习、优化理论等相关领域、亦或生成式AI等相关领域的博士学位（可提供博士后进站机会），或优秀的硕士研究者。
2. 专业技能（至少满足其一）：
● 熟悉城市规划或GIS领域的前沿技术，具备生成式AI的相关背景，熟悉GANs和扩散模型的训练，具备相关的图像训练经验，能够将AI技术应用于城市规划的智能化设计。
● 掌握参数化设计技术，规则导向的参数化生成逼真的城市设计场景。能够推动复杂环境下的城市设计生成方案。
● 熟悉多目标优化理论，具备使用NSGA-II/NSGA-III、MOEA/D等进化算法的经验。
● 有深度学习、生成式AI或大规模数据处理的经验，能够结合优化算法调整复杂模型的权重分布。掌握生成模型的评价指标设计，包括质量（如FID、IS等）、效率、用户满意度等多维度评价方法。
● 熟悉强化学习或元学习的反馈机制设计，能够构建反馈环以动态调整模型参数。
3. 工作经验：
● 有城市规划、生成式AI数据训练相关研究经验者优先；
● 曾在国际计算性建筑顶会或顶刊发表高水平论文者优先；
● 具备优秀的研究能力与团队协作精神。
研究目标
通过高细粒度城市空间生成技术的研究，实现城市多尺度数据的学习与建模突破；进一步提升城市空间功能语义的解析能力，为精细化城市规划提供技术支持，并通过发表顶级论文推动学术与产业的技术创新。
城市AI开发与工程化硕士（developer）
岗位职责（可选）
1.协助实现城市空间生成算法的前后端落地，开发用户友好的城市设计与建模工具；
2.搭建稳定可靠的后端服务架构，实现算法工程化与高效部署；
3.负责将多模态AI模型输出的高精度建筑形态编码转换为可供前端调用的生成器；
4.支持从卫星影像解析到特定城市设计场景生成的全链路开发与测试；
5.参与多模态数据处理、模型训练的代码优化，协助算法团队完成从理论到产品化的转化。
应聘要求
1. 学历背景：硕士学位，计算机科学、软件工程、地理信息系统、机器学习等相关领域。
2. 专业技能（至少满足其一）：
● 熟悉后端系统开发，具备主流编程语言与深度学习框架的实操经验。
● 擅长AI代理框架开发的人才，能够构建智能体去独立探索、执行任务和收集数据。需要了解强化学习（RL）、任务分解和多智能体协作的工程师或研究员，用以提升AI agent的自主学习能力和行动效率。
● 需要有稳定高效的数据管道构建能力，涵盖从数据采集、清洗、存储到实时流处理的全流程。擅长设计信息融合策略，能够将来自多个模态或数据源的信息合并，并传递到生成环节中，形成更准确和丰富的输入。
● 具备较强户界面设计与用户体验研究能力，以便提供直观的交互方式，快速获取用户反馈并调整生成策略。
● 具备平台工程和工具链开发能力，支持快速实验、新模型部署、以及灵活的模型切换。能确保整体框架具备高可用性、可扩展性以及实现平台集成。
● 具有增加有人机对话系统或智能助手开发经验，使系统能够以对话方式与用户互动，提出诊断问题、解释生成结果，并引导用户参与评价。
3. 工作经验：
● 具备较强的代码优化能力和工程化经验；
● 良好的团队协作与沟通能力。
研究目标
通过搭建完整的算法工程化链路，将研究成果转化为实际应用，为城市规划设计提供稳定可靠的技术工具，同时实现技术在复杂城市场景中的高效落地。
应聘渠道
联系人：王老师电话：13331971091
邮箱：leonhart_YKW@hotmail.com
投递邮箱
leonhart_YKW@hotmail.com
招聘公众号
欢迎关注【WUPENiCity】官方公众号
获取更多信息
JOIN US!
JOIN US!
JOIN US!
JOIN US！
WUPEN 期待你的加入
JOIN US!
往期回顾（点击图片可直达）
WUPEN网站
http://wupen.org
世界规划教育组织
iCity网站
http://ikcest-icity.org
智能城市平台
长按二维码即可进入网站
页:
[1]