稀土材料智能设计方向研发专家
中稀(深圳)研究院有限公司 · 深圳-南山区 · 社招
AI 摘要智能生成
智能设计平台与体系建设,月薪30000-40000元
职位描述
一、智能设计平台与体系建设 1.主导稀土材料智能设计平台架构规划与搭建,构建“计算-数据-实验-仿真”四位一体的稀土新材料研发范式,推动从“经验试错”向“AI驱动的理性设计”转变; 2.负责稀土材料科学大数据中心建设,建立稀土材料成分-工艺-微观组织-宏观性能的标准化数据库及知识图谱,为AI模型训练提供高质量数据底座; 3.开发可应用于稀土材料智能设计的算法、工具或平台,围绕材料大模型、材料智能体(AI Agents)等方向开展创新研发。 二、AI驱动的材料计算与多尺度仿真 1.开发稀土材料机器学习力场(MLFF)/深度势能(Deep Potential)模型,替代或加速传统DFT及分子动力学模拟,将计算效率提升数个量级,实现大尺度、长时间尺度的材料模拟,应用物理信息神经网络(PINNs)求解稀土功能材料中复杂的电磁场、温度场及应力场等多物理场耦合问题,实现高精度正向预测与逆向设计; 2.运用第一性原理计算(DFT)、分子动力学(MD)及相场模拟等跨尺度计算方法,开展稀土永磁材料磁性能、稀土粉体介电性能等的物理仿真与性能预测; 3.搭建主动学习(Active Learning)框架,实现“高通量计算/模拟 → AI模型预测 → 关键实验验证 → 数据反馈迭代”的智能闭环,大幅减少实验试错成本,加速新材料发现周期; 4.开发基于AI的稀土材料不确定性量化(UQ)方法,为材料性能预测提供可信度评估,指导实验资源合理分配。 三、AI赋能的新材料理性设计与开发 1.运用图神经网络(GNN)、Transformer、扩散模型(Diffusion Models)等前沿深度学习方法,开展稀土永磁材料、粉体材料等功能材料的高通量虚拟筛选与逆向设计,建立稀土材料“成分-工艺-微观结构-宏观性能”的端到端AI预测模型,自动挖掘工艺参数与材料性能之间的隐性高维关联规律,加速新配方与工艺参数的智能化全局寻优; 2.开展稀土掺杂改性、晶界工程、缺陷工程等关键技术的智能化设计与机理反解,利用AI模型的可解释性分析(如SHAP值分析、注意力机制可视化),揭示材料性能提升的物理化学本质,针对MLCC用稀土粉体材料,开展稀土氧化物掺杂改性的智能配方优化与介电性能预测,针对稀土永磁材料,开展晶界扩散、无重稀土磁材等方向的智能工艺优化与磁性能预测。 四、数据驱动的科学发现与成果转化 1.负责研究把握国内外稀土材料智能设计领域前沿技术发展方向,开展深度行业调研与技术趋势分析,整合资源,挖掘潜在科技成果转化项目,制定科研项目规划及产业发展规划; 2.全面参与科研团队项目,负责重大科技专项攻关、关键核心技术创新和重大新产品研发,负责项目相关的高水平科技论文发表、核心发明专利申请及各类科技成果奖项申报; 3.对接工艺研发团队与生产部门,推动智能设计成果(新配方、新工艺、新方案)向产业化高效转化。 五、团队建设与战略规划 统筹智能设计研发团队管理,制定研发项目计划,培养“材料科学+人工智能+计算物理/化学”跨学科复合型人才,规划公司在稀土材料智能设计领域的战略布局与推进方向,持续跟踪并引入前沿AI for Science技术成果;紧密对接实验研发团队与生产部门,确保智能设计成果与工程实践的有效衔接。
任职要求
- 学历与专业
- 博士研究生学历,特别优秀者可放宽至硕士;
- 材料科学与工程、计算材料学、凝聚态物理、物理化学、计算机科学、人工智能、数据科学、应用数学、计算力学等相关专业。
- 工作经验
- 5年以上材料计算/智能设计相关研发工作经验;
- 有主持或参与材料基因工程、材料大数据等相关国家级/省部级科研项目经验者优先,有稀土材料高通量计算、稀土大数据、稀土人工智能等领域研究经验者优先。
- 专业技能
- 深入理解科学机器学习(SciML)领域的主流方法与应用场景,熟悉机器学习力场/深度势能开发流程(如DeepMD-kit、DP-GEN等),有实际力场训练与应用经验;
- 熟悉物理信息神经网络(PINNs)的基本原理与应用,有求解偏微分方程(PDE)正/逆问题的实际经验
- 熟练掌握第一性原理计算软件(如VASP、Quantum ESPRESSO等)或分子动力学软件(如LAMMPS、GROMACS等),掌握至少一门编程语言(Python/C++/Fortran/Julia),熟悉科学计算与深度学习框架(如PyTorch、TensorFlow、JAX等),具备独立算法开发与高性能计算(HPC)优化能力,熟悉常用机器学习算法及主流深度学习框架,掌握主流大模型(如LLaMA、GPT等)的微调与提示工程方法,熟悉HPC高性能计算环境及作业调度系统(如Slurm等)。
- 深入理解稀土材料“成分-工艺-组织-性能”间的构效关系,具备结合AI模型进行机理分析的能力