岗位职责:
1.深入调研AI for Materials领域的研究现状与工业需求,拆解材料研发中的核心痛点(如材料结构预测、性能优化、工艺迭代、逆向设计等),明确具有创新性和可行性的研究方向与技术课题。
2.负责创新AI算法/智能体的设计、研发与验证,重点围绕材料场景优化机器学习、深度学习、图神经网络、生成式AI等算法,融合第一性原理、分子动力学等材料计算方法,提升算法的准确性、效率与泛化能力。
3.主导算法的编程实现与迭代优化,搭建算法原型,完成与材料研发平台、高通量实验室的数据对接,推动算法从原型到工程化落地的全流程。
4.汇总研究成果,以高水平国际期刊/会议论文、技术报告、开源代码等形式输出,参与产学研合作项目,推动技术成果转化。
5.跟踪AI for Materials领域的前沿技术(如材料大模型、AI Agent、多尺度计算、自主实验闭环等),结合团队需求引入新技术、新方法,保持团队技术竞争力。
任职要求:
1.博士学历,理工科相关专业,包括但不限于材料科学与工程、计算材料学、应用数学、计算机科学、人工智能、统计物理、计算化学等,研究方向聚焦AI与材料交叉领域者优先。
2.对AI for Materials领域有浓厚热情,责任心强,具备强烈的探索欲和创新精神,渴望突破技术瓶颈,愿意投身于新材料智能研发的前沿探索。
3.熟悉AI for Materials领域的最新前沿进展,掌握至少一个细分方向(如材料结构预测、性能预测、生成式材料设计、高通量筛选等)的核心技术与研究方法。
4.具备扎实的编程能力,熟练使用Python编程语言,熟悉PyTorch、Jax等深度学习框架,了解Vasp,pymatgen、ASE、Lammps/GPUMD、QM等材料计算工具者优先。
5.具备独立科研能力,能够独立拆解问题、设计解决方案,具备良好的逻辑思维、数据分析能力和英文读写能力,能独立完成学术论文或技术报告的撰写。
6.具备良好的团队协作与沟通能力,能够与跨学科团队(材料、工程、算法)高效协作,共同推进项目落地。