机器学习与数值模拟工程师

工作职责：1.搭建机器学习模型，结合钙钛矿-晶硅叠层电池的实验数据、理论计算数据，用于实验参数优化、电池性能预测、材料特性筛选等；
2.负责钙钛矿材料的理论计算工作，包括晶体结构、电子结构、光学特性等的模拟与分析，结合实验数据验证计算结果，为材料筛选、性能优化提供理论支撑；
3.统筹实验数据管理，包括大批量数据采集、整理、清洗与标准化，运用数据分析工具开展数据挖掘；开展实验数据异常分析、故障溯源，提出针对性的解决方案；
4.结合实验设计与实验平台搭建工作，明确数据需求，优化数据采集方案，实现数据与机器学习模型、理论计算的高效联动，指导实验方向与平台参数优化；
5.跟踪机器学习、材料理论计算、高通量实验领域的前沿技术，将相关新技术、新方法应用于电池及相应装备研发工作；
6.完成领导交办的其他事项。

任职要求：1.深入掌握机器学习、深度学习相关算法（如CNN、LSTM、随机森林等），熟练使用Python、TensorFlow、PyTorch等工具，能够独立完成模型搭建、训练、优化与验证；
2.具备扎实的材料理论计算基础，熟练使用理论计算软件（如VASP、Gaussian、Material Studio等），能够开展钙钛矿材料的结构、电子、光学特性计算与分析；
3.熟练运用数据分析工具，具备较强的数据清洗、挖掘、可视化能力，能够独立完成数据分析报告，为研发优化提供有效支撑；
4.能够跟踪分析行业前沿技术，结合研发需求开展技术创新，具备较好的文献检索与分析能力；
5.责任心强，抗压能力强；具有较强的学习能力，具备良好的沟通协调能力与跨团队协作意识；
6.具有钙钛矿材料理论计算、机器学习应用于新型器件开发、高通量实验数据分析相关经验者优先。