CFD Engineer - AI Trainer

О позиции

Mindrift ищет опытного CFD-инженера для участия в проекте по тренировке и оценке ИИ-агентов. Вы будете решать сложные задачи моделирования потоков, работать с геометрией и симуляциями, а также создавать автоматизированные проверки для машинного обучения. Проект идеально подойдёт специалисту с глубокими знаниями CFD и интересом к искусственному интеллекту.

Чем заниматься

• Настраивать и запускать CFD-симуляции с использованием CAD-геометрии
• Создавать проверенные эталонные решения для задач моделирования течений
• Разрабатывать Python-скрипты для автоматической проверки результатов работы ИИ-агента
• Проводить исследования независимости от сетки и валидацию против экспериментальных данных или бенчмарков
• Участвовать в формировании высококачественных обучающих данных для платформенного проекта

Что ждут

• Диплом бакалавра/магистра по механике, аэрокосмической инженерии или смежным областям; PhD — преимущество
• Несколько лет практического опыта работы с CFD в индустрии или исследованиях
• Опыт работы с OpenFOAM, ANSYS Fluent/CFX или STAR-CCM+, включая генерацию расчётных сеток
• Знание практик верификации и валидации методов моделирования
• Навыки программирования на Python и опыт работы с GitHub
• Английский язык на уровне B2 и выше

Будет плюсом

• Опыт работы в аэрокосмической отрасли, автомобилестроении, offshore или турбомашинном строительстве
• Опыт моделирования многофазных или нагруженных частицами течений
• Знакомство с современными методами машинного обучения

Условия

• Работа полностью удалённо со своим ноутбуком и стабильным интернетом
• Гибкий график около 10–20 часов в неделю во время активных фаз проекта
• Возможность применить экспертизу в реальных технологических проектах глобального уровня
• Программы бонусов по результатам выполнения задач с оплатой за высокое качество

Навыки

• OpenFOAM
• ANSYS Fluent
• ANSYS CFX
• STAR-CCM+
• Python
• CAD
• CFD
• Meshing
• GitHub
• Verification
• Validation

Могут спросить на собеседовании

1. Расскажите о вашем опыте работы с CFD-симуляциями в промышленных или исследовательских проектах.
2. Как вы проводите верификацию и валидацию расчётов? Приведите пример mesh-independence study.
3. Какие инструменты для генерации сеток вы используете и какие у вас подходы к качеству mesh?
4. Как вы бы подошли к обучению ИИ-агента решению CFD-задачи? Что важнее — точность данных или разнообразие сценариев?
5. Приведите пример скрипта на Python для автоматизации постпроцессинга или проверки результатов CFD.