【宣讲会时间地点】

时间:2025年12月19日:15:00-17:00 地点:北京大学综合科研楼322会议室

【物质科学方向】

● 岗位职责

开展人工智能(机器学习、深度学习等)与材料科学/计算物理的交叉研究，方向包括但不限于:

1. 材料性能预测与逆向设计 

2. 多尺度模拟(DFT、分子动力学等)与AI结合 

3. 高通量计算与自动化实验数据分析 

4. 材料信息学及相关算法开发 

5. 开发基于物理约束的机器学习模型生成式AI工具 (如扩散模型图神经网络等)、物理学信息神经网络(PINN) 

6.科学发现智能体: 文献智能、多模态科学基座模型、垂类应用等 

7. 参与科研项目申请与实施，发表高水平学术论文 

8.协助指导博士研究生，推动跨学科合作

● 任职要求

1. 材料科学、物理、化学、计算机科学相关专业

2. 具备材料计算模拟的研究经验; 或具备机器学习在材料/物理中的应用经验

3. 具备良好的编程能力(Python/C++/Fortran，熟悉Materials Project数据库、ASE者优先)

优先条件

1. 开发过行业知名的AI材料模型

2. 应用AI解决过行业知名的材料问题

3. 掌握深度学习、强化学习、符号回归等先进算法，或具有跨尺度建模经验

4. 熟悉主流深度学习框架(如 PyTorch)，有大语言模型(LLM)训练/推理、智能体框架(如 LangChain、LangGraph)

5. 具备科研素养，有顶会(如 NeurIPS、ICML、ICLR 等)或顶刊论文发表经历，具有开源项目贡献、工具软件开发经验

6. 对 Al for Science 有浓厚兴趣，具备独立思考与跨学科协作能力

7. 有大型科学计算平台(如超算)使用经验

8. 有统计物理、计算统计物理背景

9. 有OpenFOAM等CAE相关开源软件求解器开发经验

【科学智能体方向】

● 岗位职责

1. 参与科学智能体系统的设计、迭代与部署，完成从原型验证到生产环境落地的全流程实现

2. 构建科学文献解析模块，实现文献检索、图表识别与结构化数据抽取的端到端自动化

3. 实现基于LLM的任务规划、工具调用及多步推理功能，支持复杂科学任务的自主执行

4. 开发融合文本、图像及结构化数据的多模态模型，完成跨模态表征学习、性质预测与逆向生成

5. 参与相图分析、仿真模拟等工具的开发，适配材料研发等实际场景需求

6. 协同产品、算法及领域专家，快速验证方案并推动系统在真实场景中的迭代

7. 编写鲁棒性代码与技术文档，参与系统性能评估与持续改进

8. 开展前沿技术方案的创新设计与验证，支持将高价值方案总结为高水平技术报告或学术论文

任职要求

1. 在读硕士或博士研究生（计算机、人工智能、软件工程、自动化或相关专业）

2. 扎实的编程基础，熟练掌握 Python 或 C/C++ 等编程语言，熟悉常用数据结构与算法

3. 熟悉深度学习框架(如 PyTorch/TensorFlow)，有 LLM 相关开发经验(如推理、微调、Agent 构建)者优先

4. 具备良好的工程实现能力、问题拆解能力和团队协作意识

5. 具备生物、化学或材料等科学背景，或对 AI 赋能科学探索有浓厚兴趣者优先

6. 有顶会论文或开源项目经验者优先

【单位介绍】

中关村学院是成立于2024年9月的新型高等教育机构，与31所双一流高校共建，专注于人工智能与交叉学科的人才创新培养。学院践行"极基础、极应用、极交叉"的科研理念，通过项目制“超常规”培养模式，以"培养AI领军人才"为使命，让理想在这里成为现实。