（研发）AI算法工程师(J11306)

职位描述

1、负责材料科学领域 AI 模型的构建、训练与优化，探索深度学习在材料结构预测、性能表征及逆向设计中的应用；

2、结合物理/化学先验知识（Physics-informed），开发融合传统计算模拟与机器学习的高效算法，提升材料筛选与研发的效率；

3、搭建和维护材料大数据平台，负责多源异构材料数据的清洗、标准化及特征工程，构建高质量的材料数据集；

4、跟踪 AI for Science (AI4S) 前沿技术，将学术界最新成果转化为可落地的工程化工具，赋能新材料研发流程。

任职要求

1、材料科学、凝聚态物理、计算化学、人工智能、计算机科学、自动化或相关专业硕士及以上学历；

2、具备扎实的编程能力，熟练掌握 Python 编程，熟悉 Linux 开发环境，有良好的代码规范和工程意识；

3、满足以下一个或多个条件：

（1）精通前沿深度学习架构，特别是针对材料科学场景优化的模型，如等变图神经网络（Equivariant GNNs）、物理信息网络（PINN）、几何深度学习、Transformer 及生成式模型（Diffusion/VAE/GAN），能够实现对晶体结构的精准表示学习、物理过程嵌入与生成、性质预测等任务。

（2）具备处理材料领域“小样本、高噪声”数据的实战经验，熟练掌握迁移学习、元学习、半监督学习及数据增强技术，能够在有限标注数据下构建高鲁棒性的预测模型。

（3）熟悉昂贵黑箱实验/计算的高效优化策略，精通贝叶斯优化（Bayesian Optimization）、主动学习（Active Learning）及多目标优化算法，能够设计智能实验闭环系统，显著降低研发试错成本并加速新材料发现流程。