国产一区二区免费,翔田千里AV,无码电影,红杏亚洲影院一区二区三区,国产精品欧美激情

1.專業(yè)背景 ①材料科學、計算化學、計算機科學、人工智能或相關(guān)專業(yè)，博士優(yōu)先。 ②熟悉材料研發(fā)流程者優(yōu)先。 2.技術(shù)能力 ①熟練掌握Python，熟悉Linux開發(fā)環(huán)境及分布式計算框架（如Spark、Hadoop）。 ②精通TensorFlow、PyTorch等深度學習框架，具備模型部署（如TensorRT、ONNX）經(jīng)驗。 ③熟悉材料計算工具（如Thermo-Calc、DFT）或化學信息學軟件者優(yōu)先。 ④熟悉pytorch、transformers 等主流深度學習框架，熟悉deepseek、百川、千問等主流開源大模型框架； ⑤同等條件下具備人工智能、大模型、博弈決策算法理論基礎(chǔ)與研發(fā)經(jīng)驗者優(yōu)先考慮； 3.項目經(jīng)驗 ①有AI+材料研發(fā)項目落地經(jīng)驗，如材料性能預測、高通量實驗優(yōu)化、專利分析等。 ②發(fā)表過相關(guān)領(lǐng)域論文或?qū)＠邇?yōu)先。 4.綜合素質(zhì) ①具備跨學科溝通能力、創(chuàng)新思維及問題解決能力，能適應(yīng)高強度研發(fā)節(jié)奏，身體健康。 工作職責： 1. AI模型開發(fā)與應(yīng)用：①利用機器學習、深度學習算法（如強化學習、神經(jīng)網(wǎng)絡(luò)）加速材料研發(fā)流程，優(yōu)化材料性能預測、配方設(shè)計及工藝參數(shù)。 ②開發(fā)材料研發(fā)智能平臺，集成數(shù)據(jù)挖掘、高通量實驗與AI建模功能，支持材料設(shè)計全生命周期管理。 2. 跨學科協(xié)作：與材料科學家、化學工程師合作，將AI模型嵌入實際研發(fā)場景，解決材料篩選、性能優(yōu)化、供應(yīng)鏈預測等實際問題。 3. 數(shù)據(jù)管理與分析：構(gòu)建材料數(shù)據(jù)庫，整合實驗數(shù)據(jù)、文獻及專利信息，開發(fā)自動化數(shù)據(jù)清洗與特征提取工具。 4.技術(shù)研究與創(chuàng)新：跟蹤AI+材料領(lǐng)域前沿技術(shù)（如原子大模型、生成式AI），探索新材料發(fā)現(xiàn)的新范式。