岗位职责：
1. 业务和科研数据的处理与分析
负责收集、整理、预处理、和管理实验室的业务和科研数据，确保数据的准确性、一致性和可用性，形成可进一步利用的数据资产、知识库。
运用数据分析工具（如 Python、SQL等）对数据进行深度分析，挖掘数据中的潜在规律和关联性，为业务和科研提供数据分析支持。
设计并实现数据可视化方案，通过图表、报表等形式直观展示数据的分析结果，帮助管理人员和科研人员更好地理解和利用相关数据。
2. 针对业务和新材料研发中的任务和问题，设计和开发基于人工智能模型（如机器学习算法、深度学习模型等）的工具和应用，例如智能体。
选择合适的 AI 框架（如 TensorFlow、PyTorch 等）进行模型训练和优化，结合领域专业知识，提高模型的准确性和可靠性。
将开发AI工具和应用部署到实验室的科研环境中，实现模型的在线推理和应用，为科研人员提供高效、智能的辅助工具。
3. 主导实验室数据平台的开发搭建、维护和优化工作，将数据处理、分析和AI 模型集成到统一的数据平台中，为实验室人员提供便捷的数据查询、分析工具。
负责系统的功能开发、测试和维护，确保系统的稳定性和易用性，及时解决系统运行中出现的问题。
与实验室科研团队密切合作，根据科研需求不断优化和改进数据应用系统，提升系统的功能和性能。
4. 科研项目支持
为实验室的科研项目提供数据支持和AI技术解决方案，协助科研人员完成项目中的数据分析和模型开发任务，实现数据应用和 AI技术在新材料研发中的价值和成果。
5.技术追踪
关注人工智能和大数据技术在新材料领域的最新研究动态和发展趋势，积极参与相关技术研究和创新工作，探索新技术在实验室科研中的应用潜力。
结合实验室的研究方向和技术需求，提出创新的技术解决方案和改进措施，推动实验室在新材料数据应用和 AI技术方面的发展。
任职要求：
1.教育背景；计算机科学、物理学、信息学、数据科学、材料科学、化学等相关专业硕士及以上学历。对于具备博士学历或拥有跨学科研究背景的优秀人才，可适当放宽专业要求。
2.专业能力：
熟悉机器学习、深度学习、自然语言处理、计算机视觉、大模型、智能体等
AI 技术，掌握 TensorFlow/PyTorch/Keras 等框架，具备框架定制化开发与优化的能力，能够充分利用框架优势加速模型开发与部署。
熟练掌握 Python编程语言，具备扎实的编程基础和良好的代码规范，能够运用 Pvthon 进行数据处理、分析和建模。具备丰富的编程实践经验，能够运用其进行高效的数据处理、模型开发、应用构建等工作，遵循良好的编程规范与代码质量标准。
精通 AI工具的全流程开发，包括数据预处理、特征工程、模型训练、验证与优化等环节，具备将模型高效部署到不同平台（如服务器、云端、边缘设备等）的能力，确保模型在实际应用中的高效运行与精准输出。
对大数据技术栈有深入的了解，包含存储与计算框架、数据治理工具、调度与编排、实时计算、数据质量监控。
具备良好的系统开发能力，熟悉web 开发框架（如 Flask、Django 等）或移动应用开发技术者优先。
3.经验要求：
至少1年以上相关工作经验，有新材料领域或其他自然科学和工程领域的数据处理、分析和 AI模型开发项目经验者优先。
有在科研机构或高校从事相关科研项目经验者优先。
对于具备博士学历或拥有科研领域 AI 应用开发项目经验的优秀人才，可适当放宽工作经验要求。拥有知名高校、***科研院所相关工作经历者优先考感。
5.其他要求：英语能力优秀（CET-6及以上或同等水平），能够熟练阅读、理解并分析英文技术文献及国际政策报告，具备跨文化沟通能力。
具备良好的逻辑思维能力和问题解决能力，能够独立分析和解决复杂的技术问题，具备较强的学习能力和创新精神。
具有良好的沟通能力和团队合作精神，能够与不同背景的科研人员有效协作，共同推进科研项目的进展。
责任心强，具备高度的自我驱动力和探索精神，能够在高强度工作压力下保持高效，并适应灵活的项目推进节奏。
对人工智能、大数据、新材料领域的研究和发展有浓厚的兴趣，愿意在该领域不断探索和创新，为实验室的科研工作贡献力量。
具备一定的项目管理能力，能够独立负责数据应用项目的规划、执行和监控。