其他
AI for Science Institute(AISI) 招人啦|未来已来 欢迎关注
机器学习与物理建模的结合正改变着科学研究的范式。那些希望通过计算建模突破科学边界、解决困难问题的人们正在以前所未有的新方式集结起来。
他们需要新的基础设施——新的协作平台,新的代码框架,新的数据处理手段,新的算力使用方式;他们需要新的文化——追求通力协作、惠及大众;追求知识与工具的自由交流与分享;追求尊重并欣赏相互的成就、和而不同。
——引用自 DeepModeling社区宣言
研究院简介
欢迎加入我们
计算机、材料、物理化学等相关博士背景; 从事过科学软件中算法的具体实现,具备较强的编程能力; 熟悉高性能计算者优先,有密度泛函理论或电子结构方法开发经验者优先; 优秀的学习能力、独立工作和团队合作能力。
计算机科学、应用数学/物理学、计算化学、计算生物学等相关领域的博士背景; 在分子动力学模拟算法,增强采样算法或相关领域有广泛的研究经验; 熟悉机器学习和高性能计算,熟练掌握C++ /cuda/Python编程语言,有较好的计算机编程技能; 优秀的学习能力、独立工作和团队合作能力。
从事过材料计算模拟、凝聚态物理、力学等相关的研究工作,例如材料微观结构模拟、材料性能预测; 在材料科学领域具备扎实的基础知识,熟悉领域内的前沿科学问题,了解分子模拟和该前沿问题的结合点; 熟悉一种及以上的原子软件的使用方法,熟悉各种预处理方法(构型建模)和后处理方法(结果分析);能够熟练撰写脚本进行后处理分析; 有在微-纳尺度问题上利用分子模拟方法解决问题的实际经验; 优秀的学习能力、独立工作和团队合作能力。
从事过材料计算模拟/凝聚态物理/固体力学相关研究工作; 在材料科学领域具备扎实的基础知识,熟悉领域内的前沿科学问题,了解连续介质方法在相关问题中如何发挥作用; 熟悉一种及以上相场、有限元等相关的模拟软件,具有较强的建模及前后处理能力; 了解材料及器件研究中的真实工程问题,能应用相关模拟方法研究真实材料体系中的问题; 对跨尺度建模、多物理场耦合仿真具有浓厚兴趣; 优秀的学习能力、独立工作和团队合作能力。
流体力学、燃烧、应用数学、计算机等相关博士背景; 曾经从事计算流体力学代码开发与算法实现工作,有较好编程能力和习惯,熟悉C/C++,Fortran,Python等语言; 熟悉MPI、OpenMP、OpenACC、CUDA并行和有中大型代码维护经验的优先,反应流体计算方法和数值格式开发背景的优先,有GPU代码经验优先,有团队开发经历优先; 热爱算法与代码开发,二次开发能力强; 优秀的学习能力、独立工作和团队合作能力。
燃烧学、流体力学、应用数学、热力学、计算机或其他相关领域的学科背景; 在计算流体力学、燃烧数值模拟、机器学习或相关领域有一定的研究经验; 熟悉超算的基本使用,有编程基础; 优秀的学习能力、独立工作和团队合作能力。
应用数学、计算机科学、软件工程等专业方向硕士或博士背景; 熟悉高性能计算中的进程间数据传输原理、传输类型、优化思路; 有较好的研究背景和研究成果,在相关方向知名国际会议发表过论文者优先,有参加过深度学习相关比赛经验者优先; 优秀的学习能力、独立工作和团队合作能力。
本科及以上学历,有理工专业背景优先; 较强的文书撰写能力,有公文写作经验,熟练使用包括word、excel、ppt等办公软件; 较高的职业素养和保密意识; 有工作经验者或优秀应届毕业生均可; 优秀的学习能力、独立工作和团队合作能力。
希望你拥有:
计算机等相关理工科学位背景,熟悉C++、MPI、CUDA、数值计算方法的优先;
对高性能计算有强烈兴趣和钻研精神,能达到实习生的工作量要求;
具备或者有意愿学习一定的软件工程背景知识,卓越的独立工作和团队合作能力;
物理、化学、材料等相关学位背景,熟悉量子力学和固体物理,至少熟练掌握一门编程语言;
对实现电子结构算法的难度具有一定认识且仍具有较强兴趣,坚韧不拔的行事风格;
较强的数学物理公式推导能力和逻辑思维能力;
优秀的学习能力、独立工作和团队合作能力。
物理、化学、材料等相关学位背景,了解基本的原子尺度模拟方法; 对计算机模拟材料体系具有强烈兴趣且善于思考; 具备或者有意愿学习专业的密度泛函理论知识,较强的英文文献搜索和阅读能力; 优秀的学习能力、独立工作和团队合作能力。
|
Wellbeing 福利 | |
丰富多样的学术交流机会 开放包容的团队合作氛围 购书福利、专业培训和学术资源 | Community 团队 国际顶尖的科学家团队 尊重个人的组织文化 定期、多样的团建活动 |