岗位描述：1. 负责有机分子、无机化合物的智能计算算法的开发、模型搭建与性能预测；
2. 利用深度学习、机器学习方法进行材料结构分析与性能建模；
3. 结合实验与高通量计算数据，建立和测试AI模型，用于聚合物电解质、材料性质预测及分子构型优化等方向；
4. 优化模型结构、训练策略与参数设置，提高算法的准确性与泛化能力；
5. 对建模结果进行验证、可视化与性能分析；
6. 跟进AI计算与材料信息学的前沿进展，将新算法应用到项目实践。
要求：

1、 本科及以上学历，材料学、化学、理论计算、计算机或相关专业背景；

2、 熟练掌握主流AI算法与深度学习框架（如TensorFlow、PyTorch等），能够将算法应用于材料结构分析与性能优化中；

3、 熟悉材料数据挖掘流程，能高效搜集与构建材料性能数据库，提升AI计算的数据基础与模型泛化能力。

4、 精通Python编程及常用科学计算库（NumPy、Pandas、Matplotlib等），能通过高效脚本实现海量数据的处理与特征优化。

来本团队优势：

顶尖科研平台支撑：加入国家杰青领衔的固态能源系统技术团队，参与国家重点研发计划、国家自然科学基金等重大项目，接触高比能固态电池、储能材料智能设计等前沿方向。
AI与能源深度交叉：聚焦“AI for Battery”核心方向，参与构建固态电池材料/性能数据库，运用对比学习、深度学习等先进方法开展材料智能筛选与性能预测，积累稀缺的交叉学科科研经验。
成果产出与职业发展双通道：实习期间深度参与基础研究，有机会合作发表高水平SCI论文；表现优秀者可留到中科深蓝汇泽等企业就业。
完善科研基础设施：依托正在建设的百万级高性能计算集群和数据处理平台，以及丰富的材料合成、器件制备与电化学表征实验条件，实现“数据–算法–验证”闭环研究。
稳定生活保障：提供每月2000–3000元实习补贴，支持研究生1–3年级在读学生安心投入科研。