崗位職責:
??1. AI算法與模型研發
??? 開發和優化機器學習、深度學習算法,用于鋰電池材料性能預測、配方優化和壽命預測。
??? 基于實驗室數據和多物理場仿真數據,構建數據驅動與機理結合的混合建模方法。
??? 設計自適應優化算法,提升鋰電池研發效率和材料開發成功率。
??2. 數據管理與分析
??? 參與鋰電池實驗數據的收集、清洗、標注與存儲,優化數據管理流程。
??? 構建高效數據分析工具,用于挖掘鋰電池性能與工藝參數之間的深層關系。
??? 融合多源數據(實驗數據、仿真數據和生產數據)進行全生命周期建模。
??3. 創新與技術探索
??? 跟蹤AI領域前沿研究,探索先進算法(如生成對抗網絡、強化學習)在鋰電池材料設計中的應用。
??? 推動AI與電化學、材料學的交叉融合,提出新的研究方向和方法論。
??? 參與專利撰寫、論文發表和技術標準制定。
??4. 研發平臺支持
??? 支持研發中心搭建智能化材料設計與優化平臺。
??? 開發用戶友好的AI工具與可視化界面,賦能實驗室研究人員使用AI工具進行自主研發。
崗位要求:
??1. 學歷與經驗
??? 碩士及以上學歷,計算機科學、人工智能、材料科學、電化學或相關專業;博士優先。
??? 3年以上AI研究或工程實踐經驗,有材料研發或工業AI應用背景者優先。
??2. 技術能力
??? 精通常見機器學習/深度學習框架(TensorFlow、PyTorch、Scikit-learn),具有實際項目經驗。
??? 熟悉高性能計算和分布式數據處理技術(如HPC、Spark)。
??? 掌握物理建模工具(如COMSOL、MATLAB),了解材料科學或電化學相關知識優先。
??3. 科研與創新能力
??? 在頂級期刊或會議上發表過與AI相關的研究論文者優先。
??? 熟悉AI算法在科學計算領域的應用(如優化材料結構、預測反應路徑)。
??4. 軟技能
??? 善于溝通協作,能夠跨團隊與材料科學家、電化學工程師緊密合作。
??? 具備較強的學習能力和探索精神,對創新技術有敏銳的洞察力。
優先條件:
??? 曾主導或參與過AI驅動的鋰電池研發項目。
??? 有材料基因工程、實驗自動化或高通量實驗數據處理經驗。
??? 掌握多模態數據處理(如結合文本、圖像、光譜數據建模)