1.专业背景
①材料科学、计算化学、计算机科学、人工智能或相关专业，博士优先。
②熟悉材料研发流程者优先。
2.技术能力
①熟练掌握Python，熟悉Linux开发环境及分布式计算框架（如Spark、Hadoop）。
②精通TensorFlow、PyTorch等深度学习框架，具备模型部署（如TensorRT、ONNX）经验。
③熟悉材料计算工具（如Thermo-Calc、DFT）或化学信息学软件者优先。
④熟悉pytorch、transformers 等主流深度学习框架，熟悉deepseek、百川、千问等主流开源大模型框架；
⑤同等条件下具备人工智能、大模型、博弈决策算法理论基础与研发经验者优先考虑；
3.项目经验
①有AI+材料研发项目落地经验，如材料性能预测、高通量实验优化、专利分析等。
②发表过相关领域论文或专利者优先。
4.综合素质
①具备跨学科沟通能力、创新思维及问题解决能力，能适应高强度研发节奏，身体健康。


工作职责：
1. AI模型开发与应用：①利用机器学习、深度学习算法（如强化学习、神经网络）加速材料研发流程，优化材料性能预测、配方设计及工艺参数。
②开发材料研发智能平台，集成数据挖掘、高通量实验与AI建模功能，支持材料设计全生命周期管理。
2. 跨学科协作：与材料科学家、化学工程师合作，将AI模型嵌入实际研发场景，解决材料筛选、性能优化、供应链预测等实际问题。
3. 数据管理与分析：构建材料数据库，整合实验数据、文献及专利信息，开发自动化数据清洗与特征提取工具。
4.技术研究与创新：跟踪AI+材料领域前沿技术（如原子大模型、生成式AI），探索新材料发现的新范式。