AI4S算法研究员

厌倦了计算化学仍然依赖经验、脚本与手工操作的重复劳动？

是否渴望让计算真正成为发现的引擎，而不仅是验证假设的工具？

如果是，那么在 AI 与计算化学深度融合的历史节点，我们邀请你加入，成为这场范式转移的参与者。

在这里，你将参与用自动化取代经验驱动与手工计算，重构计算化学的工作方式。

在这里，计算与 AI 不再是简单叠加，而是通过高通量计算与模型迭代形成计算驱动 AI、AI 反哺计算的正反馈体系。

你将参与 模型—计算—实验 的闭环实践，使科学发现从一次性探索转变为可持续演进的系统能力。

我们的目标不是更快的计算或更大的模型，而是让新材料、新反应与新机制的发现，成为一种可规模化、可持续演进的能力。

岗位职责：

参与面向化学与材料问题的 AI 模型开发、训练与工程化实现。

协助搭建和维护以化学与材料数据为核心的机器学习 pipeline，支持算法与科研工作。

与算法科学家、软件工程师协作，推进模型在自动化流程和平台中的落地应用。

跟踪相关领域前沿方法，结合实际项目进行实现与优化。

任职要求：

具有人工智能、计算机科学、化学、材料科学或相关专业的硕士及以上学历。

熟悉机器学习与深度学习基本原理，了解常见模型结构（如 GNN、Transformer、生成模型等）。

在以下至少一个方向具备实践或项目经验：

逆合成或反应预测相关模型；

面向化学问题的大模型或生成式模型；

分子或材料性质预测模型；

Foundation model的benchmark体系搭建；

机器学习原子间势模型。

熟练使用 Python，具备良好的代码实现与调试能力。

具备良好的学习能力与团队协作意识，对 AI 与科学计算结合有浓厚兴趣。

加分项：

了解化学、材料或分子科学基础，有相关数据处理或建模经验。

有逆合成规划、反应预测、条件预测模型的开发或训练经验；

有算法或模型相关论文、开源项目或长期维护的代码库。

有 AI-coding、模型训练或工程化部署经验。

熟悉 Linux 环境、服务器使用及基本的自动化脚本。

有跨学科项目或科研/工业实习经验。