到岗时间:不限
婚况要求:不限
岗位职责:
1. 构建机器学习模型(GNN、MLP、树模型、MLFF 、Diffusion等)用于材料性能预测、反应能垒预测、结构搜索;
2. 熟悉Decoder-only,Decoder-Encoder和Encoder等基于语义的材料预测框架;
3. 开发高性能、高精度的机器学习预测算法,结合matminer、pymatgen等工具进行建模与性能、寿命等预测。
任职要求:
1.硕士及以上学历,材料科学、计算物理、计算化学、机器学习、数据科学等相关专业;
2.熟练掌握GNN、MLP、树模型、MLFF、Diffusion等机器学习模型的原理与实现;
3.熟悉Decoder-only、Decoder-Encoder、Encoder等语义基材料预测框架;
4.精通matminer或pymatgen等材料计算工具,能够基于材料数据集完成模型构建、训练、调优与验证;
5.具备扎实的编程基础,熟练使用Python及Scikit-learn、PyTorch等机器学习库。
福利待遇
【加入我们,定义材料科学的未来形态】
我们是一支由985高校硕博组成的材料AI先行者团队,正用AI重构物质世界的可能性。如果你厌倦在既定轨道上奔跑,渴望参与从0到1的创造,这里有你需要的所有支撑:
▌长期价值 · 共同成长
• 早期核心成员将获得期权激励,成为公司的共建者而非雇员;
• 与985高校背景的研发团队深度协作,思维碰撞无壁垒;
▌当下保障 · 专注创造
• 入职即享六险二金(含补充医疗 企业年金);
• 采用月度 季度双倍激励体系,让优秀表现获得即时回报;
• 每月提供餐补 交补,并设立专属探亲假与带薪病假;
▌未来视野 · 无限可能
• 每年深度健康体检,不做基础款,只做高配版;
• 深耕材料AI赛道——这是属于科学探索者的星辰大海;
• 在这里,你写下的每一行代码都在重新定义行业边界;
我们寻找这样的同行者:
• 相信AI能解码材料的深层逻辑;
• 在不确定中看到可能性,在混沌中找到路径;
• 追求技术深度与商业价值的共振;
我们正在寻找的,不是员工,而是材料科学新范式的共建者。
求职提醒:求职过程请勿缴纳费用,谨防诈骗!若信息不实请举报。