锂电池方向数据挖掘人员

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。