百万年薪-AI for Materials 材料研发工程师

注意工作地址各地研究院任选 (成都、深圳、潮州、苏州、南充、德阳） 一、硬性要求 1. 材料背景：功能材料/无机粉体/陶瓷/电子陶瓷/粉体合成/固相合成/CVD制粉/烧结/球磨/浆料/前驱体/粉末冶金/固态电解质/电池材料/氧化物粉体（至少命中1项） 2. AI背景：材料信息学/AI for Materials/AI4M/机器学习/贝叶斯优化/主动学习/代理模型/高斯过程GPR/多目标优化（至少命中1项） 3、加分项（命中越多优先级越高）： - 材料研发：配方设计、组分优化、掺杂改性、致密度、微观结构、晶粒/晶界、SEM、粉体分散/团聚、脱脂、烧结窗口、D50、粒度分布、XRD、BET、流变、生坯成型、热学/介电/电化学性能 - AI建模：小样本、不确定性估计、GPR、XGBoost、响应面、DOE、帕累托、获取函数、外推主动学习、特征工程、CLR/ALR、机理融合、PINN、SEM图像分割、形貌量化、数据治理、实验闭环、工艺-性能模型、SHAP、模型可解释性 - 工具：Python、Scikit-learn、GPy、Ax、BoTorch、Citrine、Intellegens、Jupyter、Pandas、NumPy 4、次要加分： 高通量实验、真空干燥、振动干燥、晶体化学、离子半径、容差因子、迁移学习、材料数据库、粉体表征、DTA/TGA 仅做GNoME/MatterGen/晶体生成/第一性原理/DFT/VASP/MD，无配方/工艺建模经验者降级；有DFT+主动学习/配方工艺建模 5、不合适投递的：纯大模型NLP、通用计算机视觉（无材料/SEM场景）、药物分子、高分子药物、推荐算法；只做药物分子AI、只做LLM/NLP无材料背景、纯算法无材料实验、只做传统材料无ML/AI4M项目，均排除。 配方设计/工艺优化/性能表征；工艺-性能建模与实验闭环；GPR/XGBoost/贝叶斯优化小样本建模；SEM图像分割/形貌量化/数据治理；AI模型嵌入研发流程。

材料/化学/物理/计算机相关专业；同时具备材料实验+AI建模能力；熟悉Python及主流ML工具；有工艺-性能建模/主动学习/实验闭环经验优先。