AI材料研发工程师

负责利用人工智能算法与机器学习技术，辅助新材料的成分设计、性能预测及微观结构优化，加速材料研发迭代周期。

构建和维护材料科学数据库，开发数据清洗、特征工程及模型训练流程，提升材料数据的标准化程度与应用价值。

结合计算材料学方法（如第一性原理、分子动力学等）与AI模型，开展多尺度模拟仿真，验证材料设计的可行性与准确性。

协同实验团队制定基于数据驱动的实验方案，分析实验数据与模型预测结果的偏差，持续优化算法模型精度。

跟踪国内外AI for Science在材料领域的前沿技术动态，探索深度学习、生成式模型等在特定材料体系中的应用场景。

拥有材料科学与工程、计算机科学、应用数学或相关专业硕士研究生及以上学历。

具备扎实的材料学理论基础，熟悉常见金属材料、高分子材料或复合材料的制备工艺及性能表征方法。

熟练掌握Python编程语言，精通PyTorch、TensorFlow等至少一种主流深度学习框架，具备独立构建和调优机器学习模型的能力。

熟悉常用的材料计算软件或数据库（如Materials Project、AFLOW等），有计算材料学或高通量计算经验者优先。

具备良好的逻辑思维能力和跨学科沟通能力，能够高效衔接算法开发与材料实验验证环节，具有相关项目落地成果者优先。