计算化学研发助理工程师

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：

协助开展分子、反应或材料体系的计算化学研究，参与结构准备、计算任务执行与结果整理。

支持分子动力学、量子化学或相关模拟流程的搭建与运行，包括参数设置、任务提交与基础分析。

参与计算流程的自动化与规范化建设，协助优化批量计算与数据管理方式。

配合研究团队完成技术调研、方法验证及阶段性结果分析。

与计算、算法及工程团队协作，支持计算结果在科研或应用场景中的落地。

任职要求：

化学、材料、物理、化学工程等相关专业硕士或博士在读。

具备计算化学或分子模拟的基础背景，了解常见方法，如分子动力学、DFT 计算或材料模拟等。

接触过至少一款计算化学或分子模拟软件，如 Gaussian、ORCA、VASP、LAMMPS、GROMACS、PySCF、Quantum ESPRESSO、CP2K 、ABACUS等。

熟悉 Python 或 Shell 脚本，能够完成基本的数据处理、任务管理与结果分析。

具备良好的学习能力与科研素养，能够在指导下独立推进计算任务。

对计算化学在材料发现、反应机理或性质预测中的应用有浓厚兴趣。

加分项：

具备高性能计算平台或 Linux 环境使用经验。

有计算流程脚本化、批量任务管理或高通量计算相关实践。

参与过科研项目、论文工作或与实验团队的协作研究。

熟悉版本控制工具（如 Git）或具备基础工程协作经验。

对计算与数据、计算与 AI 结合方向有进一步探索意愿。

我们能提供：

深度参与真实科研与工程项目，而非“打杂式”实习

计算化学与 AI、工程平台结合的一线实践环境

明确的指导与成长路径，优秀实习生可转正或推荐深造

与计算化学、算法和工程背景成员密切协作的团队氛围AI4S方向