The posting
- 参与大规模无机材料数据体系的设计与建设;
- 开展高通量第一性原理计算与自动化数据生成;
- 探索材料化学空间与构型空间的高效采样方法;
- 建立材料数据的质量控制、筛选与评估方法;
- 结合材料基础模型,研究模型驱动的数据发现与迭代策略;
- 探索磁性、缺陷、非平衡构型等更丰富材料状态的数据表示与构建。
- 材料、物理、化学等相关专业硕士及以上学历,博士优先;
- 熟悉 DFT 及主流第一性原理计算软件;
- 熟悉 Python,以及 ASE、pymatgen 等材料计算工具;
- 对晶体结构、材料计算和材料数据库有较好的理解;
- 对 AI for Materials、MLFF 或材料基础模型具有兴趣。
加分项
- 有高通量 DFT 或大规模材料数据经验;
- 有 MLFF、材料生成模型或主动学习相关经验;
- 有磁性、缺陷、表界面、无序材料等计算经验;
- 对“如何构建下一代材料数据”有自己的思考。
我们希望一起探索
不仅是获得更多材料数据,而是研究:
什么样的数据能够推动下一代材料基础模型?
从材料空间探索、第一性原理计算,到数据与模型协同,让材料数据库从静态的数据集合走向可持续演化的科学基础设施。



