重点推荐方向1——AI+材料 （一）核心研究方向 1.Al+材料平台建设，能源材料智能体平台搭建;2.材料智能设计辅助系统开发;3.机器学习辅助材料研发;4.高精尖仪器管理与数据分析; （二）岗位需求细化 1.学历与专业要求 博士学位；专业：计算机科学、人工智能、材料科学、数据科学、化学、物理、数学等相关专业；交叉学科背景（AI+材料）优先 2.核心技术要求 精通机器学习、深度学习算法，熟练掌握Python/C++等编程语言，熟悉材料科学基础理论，具备材料数据库建设经验，掌握高精尖仪器（XRD、SEM、TEM等）操作与分析； 3.项目与实操要求 有AI辅助材料研发相关项目经历，具备材料数据挖掘、特征工程经验，有材料高通量计算或实验经验，能独立完成算法开发与模型训练； 4.职业素养要求 热爱AI与材料交叉研究，具备创新思维和技术突破能力，能适应多学科协作环境。 （三）候选人画像 1.核心人群 海内外重点高校/科研院所AI for Science、机器学习材料方向博士或博士后；材料信息学(Materials Informatics)领域青年科研人才；科技企业AI研发工程师转科研者； 2.专业能力 精通机器学习/深度学习框架（TensorFlow、PyTorch），熟悉材料科学基础理论与实验方法，具备材料数据库、材料基因组平台建设经验，掌握高精尖材料表征技术； 3.背景偏好 有AI辅助钙钛矿/电池/催化材料研发项目经验，具备材料大数据分析、预测模型构建能力，有高通量材料计算或实验经历，熟悉VASP、Materials Project等材料计算工具 4.定向关注人才 华为、阿里、百度等企业AI Lab材料方向，斯坦福大学MRSEC、MIT材料研究实验室。

重点推荐方向1——AI+材料 （一）核心研究方向 1.Al+材料平台建设，能源材料智能体平台搭建;2.材料智能设计辅助系统开发;3.机器学习辅助材料研发;4.高精尖仪器管理与数据分析; （二）岗位需求细化 1.学历与专业要求 博士学位；专业：计算机科学、人工智能、材料科学、数据科学、化学、物理、数学等相关专业；交叉学科背景（AI+材料）优先 2.核心技术要求 精通机器学习、深度学习算法，熟练掌握Python/C++等编程语言，熟悉材料科学基础理论，具备材料数据库建设经验，掌握高精尖仪器（XRD、SEM、TEM等）操作与分析； 3.项目与实操要求 有AI辅助材料研发相关项目经历，具备材料数据挖掘、特征工程经验，有材料高通量计算或实验经验，能独立完成算法开发与模型训练； 4.职业素养要求 热爱AI与材料交叉研究，具备创新思维和技术突破能力，能适应多学科协作环境。 （三）候选人画像 1.核心人群 海内外重点高校/科研院所AI for Science、机器学习材料方向博士或博士后；材料信息学(Materials Informatics)领域青年科研人才；科技企业AI研发工程师转科研者； 2.专业能力 精通机器学习/深度学习框架（TensorFlow、PyTorch），熟悉材料科学基础理论与实验方法，具备材料数据库、材料基因组平台建设经验，掌握高精尖材料表征技术； 3.背景偏好 有AI辅助钙钛矿/电池/催化材料研发项目经验，具备材料大数据分析、预测模型构建能力，有高通量材料计算或实验经历，熟悉VASP、Materials Project等材料计算工具 4.定向关注人才 华为、阿里、百度等企业AI Lab材料方向，斯坦福大学MRSEC、MIT材料研究实验室。