首页
人才招聘
天才少年
在这里，你将引领世界，塑造未来
挑战世界级难题
享有全球研发资源
与牛人同行
创造行业标准
我们在寻找这样的天才少年
- 梦想以科技的力量让世界变得更美好
- 乐于探索未知，渴望从事最前沿的科技研究
- 敢于创新、敢为天下先
- 有志于成为技术领军人物
如何加入天才少年计划
1
简历筛选
简历将帮助我们对您建立起初步的了解，请您着重强调在研究方向/科研项目/创新课题等方面取得的成就
>
2
面试交流
技术专家/业务总裁与您面对面交流，您可充分展现在专业知识、问题解决方面的能力以及用科技改变世界的志向
>
3
录用决策
经过专业招聘团队综合评估后，我们将第一时间通知您录用结果
这些课题等您来挑战
高热流芯片冷却先进热技术
了解更多动力工程及工程热物理
背景：
基于碳达峰和碳中和的目标，数据中心节能、电动汽车超级充电、光伏等可再生能源综合利用是未来关键技术方向。下一代数据中心PUE将迈入<1.0时代，智能充电及光伏逆变器输出功率将达到MW级，芯片的热流密度达到1000W/cm2，热点问题突出，需探索先进的热技术实现从晶元到系统全热链路低热阻。
挑战：
1. 从微观尺度探索高导热薄膜及复合材料的设计方法、用于高性能芯片散热；2. 从传热和流动结构、材料、加工工艺等创新，研发高性能、高效冷板，提升液冷性能；3. 高传热极限、低温差、远距离两相传热技术(直冷或者间接冷却)，包括两相传热、均温、流体输送等相关的原理、结构、材料、工艺技术，用于小空间内高密芯片（200-1000W/cm2）散热； 4. 高效冷却系统的优化设计、智能控制；高效的汽液分离、流动控制、压力控制等相关机理研究及部件研发。
高性能高可靠性IGBT/SiC功率模块架构及封装技术
了解更多电力电子、微电子、电子封装及材料
背景：
IGBT/SiC功率模块是大功率能源系统电力转换的核心，高集成度、高效率、高功率密度、高可靠性是功率模块发展方向，下一代功率模块工作结温达成200度以上，性能及可靠性问题突出，需探索先进的模块架构及封装技术实现竞争力持续提升。
挑战：
1. 采用新型功率模块结构、材料及工艺， 促使功率模块系统热阻较业界现有产品下降1倍+，功率密度翻番；2. 采用新型功率模块工艺及材料，促使功率模块长期工作结温>200度，寿命>25年；3. 采用新型智能功率模块集成架构（控制及驱动等），实现功率模块实时监控、自预警自保护，失效率<10 PPM；
4. 采用新型功率模块互连设计及布局，模组寄生参数小于2nH,工作频率较现有产品提升1倍+。
xPU超算芯片千A级大电流供电技术研究
了解更多电力电子、微电子
背景：
5G推动了ICT深度融合，将数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。在万物互联的背景下，数据的计算、存储及传送速率都正在出现几十倍甚至上百倍爆发式增长。而于此同时设备体积却并不能明显变大，对供电模块的功率密度和转换效率和传输能效都提出来极高的要求，尤其在xPU等超算芯片板级供电上，其千A级以上的低压大电流如何供入芯片将各家抢占的技术高地。
挑战：
在xPU算力持续增加，供电电流持续增大的挑战下，1. 如何实现高功率密度，高转换效率的超大电流（1000A+）xPU高效供电解决方案；2. 超大动态算法研究，基于超级计算机业务芯片的超大电流动态要求（2000A/uS），研究创新型控制算法，实现动态性能最优。
高安全长寿命电池
了解更多材料学、化学、化学工程、物理、电气工程
背景：
随着全球碳达峰、碳中和落入各国政府政策，风光电化学储能和新能源汽车迎来了高速发展。这两个场景对于电池安全、寿命都有较高的要求，实际应用工况复杂，电池应用规模大，使用周期长，如何实现电池全生命周期本质安全，提升电池使用寿命，是目前急需解决的问题。
挑战：
1. 高安全电池：电池应用工况复杂、不同电池一致性差异大，使用周期长，在系统中大量电池串并联组合应用，需要建立电池在全生命周期内的失效模型，并通过材料体系、结构等设计和优化，实现电池的异常失效检测和减缓，实现电池不起火；2. 长寿命电池：电池在不同应用工况、不同串并组合的系统中，如何建立电池的高精度老化衰减模型，结合实际工况和老化衰减模型，从材料体系、结构设计、控制策略等方向，实现电池>26年长寿命（日历+循环）；同时建立在不同工况下寿命的快速评估预测方法，实现寿命可有效度量。
锂电池数字化AI建模，应用于电池全生命周期场景
了解更多AI、CS、电力电子、数字孪生
背景：
传统电池建模方法在实际环境中效果不够理想。应用机理结合大数据和AI技术，探索在真实复杂运行工况下的数字化电池建模，将带来巨大收益。例如更准确的寿命预测，甚至可以影响电池的设计、制造与生产，牵引新一代电池的研究方向。
挑战：
1. 电池是复杂的非线性系统，涉及材料、物理、化学、电、热等多种学科；2. 各种各样的老化机制、电池个体差异、组合拓扑差异、动态复杂的工况，模型精度非常有挑战；3. 各种各样的业务需求和应用场景，需要多目标联合寻优；4. 如何使用尽可能少的数据、测试场景来达到高可用的效果？
