职位详情

工作内容/职位描述： 结合个人特长、专业背景及面试评估结果，您将有机会参与：1、研究和设计面向容错量子计算的纠错码方案（如表面码、颜色码、LDPC 码等），开发高效解码器算法，研究错误缓解技术及容错逻辑门编译策略，构建量子纠错仿真平台进行全流程模拟验证；2、负责组合优化问题（如最大割、图着色、旅行商问题、约束满足问题等）的量子算法建模、求解与性能分析，研究并开发基于 QAOA、量子退火、Grover 自适应搜索等量子范式的求解器，结合经典优化技术设计量子 - 经典混合算法；3、设计并开发量子 - 经典混合机器学习模型（如量子神经网络、量子核方法、量子生成模型等），研究量子数据编码策略对模型性能的影响，负责模型的训练、验证与调优；4、参与量子密钥分发星座核心算法的设计与原型验证，覆盖多星多站协同调度、密钥资源弹性分配等算法，负责算法的代码实现、性能调优与效果验证；5、负责国密、后量子密码算法实现及性能优化，基于后量子密码算法开展安全协议研发与应用集成；6、负责后量子密码算法基于 x86、ARM、FPGA 等平台的算法实现与性能优化；7、负责算法验证、基准测试与调优，与经典求解器（如 Gurobi、CPLEX）进行对比，量化量子优势。 任职要求： 1、硕士研究生及以上学历，并取得相应学位，计算机、量子物理、通信工程、控制科学与工程、信息安全、密码学、数学及相关专业优先；2、具备扎实的数理基础、逻辑推导能力与算法数据结构基础；系统学习过量子纠错理论，或离散数学、图论、组合优化与算法复杂度分析，或机器学习基础及 PyTorch/TensorFlow 框架，或任务调度、资源分配、约束优化相关理论；3、熟悉量子计算基本原理，了解量子线路模型、泡利矩阵、酉变换等基本概念；熟悉 PQC、隐私计算、安全多方计算、联邦学习、同态加密、区块链中的 2 种及以上，了解密码算法的安全实现及安全性评价指标；4、熟练掌握 Python、C/C++、Go 中至少一门编程语言；5、有使用 Stim、Qiskit 等纠错仿真工具，或 Gurobi、CPLEX、OR-Tools 等优化求解器，或 PennyLane、TensorCircuit 等量子机器学习库经验者优先；有卫星调度、资源规划、量子通信相关项目经验者优先；有后量子密码算法跨平台（x86/ARM/FPGA）实现经验者优先；6、具备良好的英文文献阅读能力，能够快速复现并改进前沿算法；7、诚实守信、作风踏实严谨、责任心强，具备良好团队协作能力精神，学习能力强，善于解决复杂问题。 立即申请 推荐给朋友 返回工作内容/职位描述：

结合个人特长、专业背景及面试评估结果，您将有机会参与：1、研究和设计面向容错量子计算的纠错码方案（如表面码、颜色码、LDPC 码等），开发高效解码器算法，研究错误缓解技术及容错逻辑门编译策略，构建量子纠错仿真平台进行全流程模拟验证；2、负责组合优化问题（如最大割、图着色、旅行商问题、约束满足问题等）的量子算法建模、求解与性能分析，研究并开发基于 QAOA、量子退火、Grover 自适应搜索等量子范式的求解器，结合经典优化技术设计量子 - 经典混合算法；3、设计并开发量子 - 经典混合机器学习模型（如量子神经网络、量子核方法、量子生成模型等），研究量子数据编码策略对模型性能的影响，负责模型的训练、验证与调优；4、参与量子密钥分发星座核心算法的设计与原型验证，覆盖多星多站协同调度、密钥资源弹性分配等算法，负责算法的代码实现、性能调优与效果验证；5、负责国密、后量子密码算法实现及性能优化，基于后量子密码算法开展安全协议研发与应用集成；6、负责后量子密码算法基于 x86、ARM、FPGA 等平台的算法实现与性能优化；7、负责算法验证、基准测试与调优，与经典求解器（如 Gurobi、CPLEX）进行对比，量化量子优势。