“实验+计算”的模式已逐渐成为顶刊标配！得益于理论计算化学的快速发展，计算模拟在纳米材料研究中的运用日益广泛而深入。科研领域已经逐步形成了“精准制备-理论模拟-先进表征”的研究模式，而正是这种实验和计算模拟的联合佐证，更加增添了论文的可靠性和严谨性，往往能够得到更广泛的认可。华算科技是专业的理论计算与科研测试解决方案服务商，为高校和企业的科研团队提供材料、催化、能源、生物等领域的理论计算和测试表征解决方案。添加下方微信好友，立即咨询计算服务：电话/微信：13129551561（华算科技-小川）华算科技已向国内外600多家高校/科研单位提供了超过10000项理论计算和测试表征服务，部分团队研究成果已发表在Nature子刊、Science子刊、AM系列、ACS系列、RSC系列、EES等国际顶级期刊。部分客户发表文章：理论计算解决方案华算科技全职技术团队由多位深圳市“孔雀计划”（海外高层次人才）工程师领衔，深耕计算领域，拥有多年电催化计算服务经验。华算科技已购买以下软件商业版权，保障计算数据安全合规：Materials

Catalysis、JACS、Angew.、AM、AEM、AFM、EES等国际顶级期刊。添加下方微信好友，立即咨询计算服务：电话/微信：13622320172

学科体系上，采用了论文层级的学科分类，归一化粒度更为精准，可规避追逐热点造成的评价偏倚，给予基础研究和冷门研究更合理的评价权重。●

点击阅读原文，提交计算需求！

近年，机器学习这个词越来越频繁的进入大家的视野。作为一个时髦的工具，机器学习似乎无所不能，下围棋？用机器学习！解蛋白？用机器学习！开发材料？用机器学习！化学这门学科长期以来主要依赖实验与计算这两个主要手段，机器学习的到来使得它多了一种研究方式。目前看来，机器学习在化学与材料科学中的应用越来越多，相关的文章发表量也逐年增长，这也使得更多的传统化学工作者开始关注这一新的研究工具。化学与材料科学研究的四个范式机器学习在材料科学领域的应用中最吸引人的是新材料的研发。机器学习是一种数据处理的方法，因而要使用机器学习方法，首先需要有充足的数据。十年前，这可能是机器学习在该领域使用的一个问题，而现在，计算机计算能力与大批量实验开展能力逐年提升，材料学相关数据库的数据量也越来越多。数据库重要性的提升使得了解数据库的使用变得更为重要，数据库使用、数据库与高通量筛选结合、与机器学习的结合也开始进入研究的高速发展期。材料科学的数据日益增多与机器学习、数据库在材料科学领域的火热与迅猛发展相比，机器学习在材料科学的研究资料却相对匮乏。机器学习属于数学与计算机科学领域的交叉学科，与化学本身关系不大，这就造成了“懂化学的不懂机器学习，懂机器学习的不懂化学”的尴尬情形。机器学习与材料还有很多研究空白，可探索区域很多，而很多材料科学的研究者们却因数学与编程对机器学习望而却步。为了有效降低大家入门机器学习的门槛，华算科技黄老师原创设计了机器学习与材料课程，课程同时包含理论与实操部分，并包含大量化学与材料学的研究案例，可以帮助大家快速掌握机器学习这一有力工具，并快速使用到自己的研究之中。本次培训11月21日开课！前20位报名立减500元，数量有限，先到先得！👇👇扫描二维码，立即报名👇👇

找华算】理论计算助攻顶刊，10000+成功案例，全职海归技术团队、正版商业软件版权！经费预存选华算，高至15%预存增值！浙江师范大学亚鑫教授（Yasin

https://www.science.org/doi/10.1126/science.abo6997【免费】为国内外课题组发布招聘信息，详情联系电话/微信：13632601244

点击阅读原文，提交计算需求！

点击阅读原文，提交计算需求！

「重要和可贵的贡献」，并表示会在包括工资、住房和

点击阅读原文，提交计算需求！

科研预存，选华算！理论计算、测试表征、培训课程科研绘图、数据分析...一次预存，科研加速预存享优惠预存款可用于华算科技各项科研服务，减少繁琐的报账及汇款时间，简化流程，专注科研。办理预存可享高至15%预存增值或7%预存返现，详情如下：单次预存预存增值返现≥

nm）产生较大的催化层孔，从而通过分子扩散而不是限制性Knudsen扩散实现催化层O2轻松传输。N-官能团在碳基催化剂载体表面的均匀分布，产生良好的载体-碳相互作用，研究发现催化剂展现出638±68

Technology各有1篇。更多情况，请参见下表。【免费】为国内外课题组发布招聘信息，详情联系电话/微信：13632601244

点击阅读原文，提交计算需求！

近年，机器学习这个词越来越频繁的进入大家的视野。作为一个时髦的工具，机器学习似乎无所不能，下围棋？用机器学习！解蛋白？用机器学习！开发材料？用机器学习！化学这门学科长期以来主要依赖实验与计算这两个主要手段，机器学习的到来使得它多了一种研究方式。目前看来，机器学习在化学与材料科学中的应用越来越多，相关的文章发表量也逐年增长，这也使得更多的传统化学工作者开始关注这一新的研究工具。化学与材料科学研究的四个范式机器学习在材料科学领域的应用中最吸引人的是新材料的研发。机器学习是一种数据处理的方法，因而要使用机器学习方法，首先需要有充足的数据。十年前，这可能是机器学习在该领域使用的一个问题，而现在，计算机计算能力与大批量实验开展能力逐年提升，材料学相关数据库的数据量也越来越多。数据库重要性的提升使得了解数据库的使用变得更为重要，数据库使用、数据库与高通量筛选结合、与机器学习的结合也开始进入研究的高速发展期。材料科学的数据日益增多与机器学习、数据库在材料科学领域的火热与迅猛发展相比，机器学习在材料科学的研究资料却相对匮乏。机器学习属于数学与计算机科学领域的交叉学科，与化学本身关系不大，这就造成了“懂化学的不懂机器学习，懂机器学习的不懂化学”的尴尬情形。机器学习与材料还有很多研究空白，可探索区域很多，而很多材料科学的研究者们却因数学与编程对机器学习望而却步。为了有效降低大家入门机器学习的门槛，华算科技黄老师原创设计了机器学习与材料课程，课程同时包含理论与实操部分，并包含大量化学与材料学的研究案例，可以帮助大家快速掌握机器学习这一有力工具，并快速使用到自己的研究之中。本次培训11月21日开课！前20位报名立减500元，数量有限，先到先得！👇👇扫描二维码，立即报名👇👇

(右图)，可在不同电压（60-300

想要获得文献中的台阶图吗？想要获得文献中的过渡态能垒吗？想要获得各种分子在晶体表面、二维材料、一维材料表面活性位点的吸附构型与吸附能吗？想要将常规的三维催化剂结构转变为可用于计算的表面与二维结构吗？以上问题都不难，5天催化计算培训轻松解决！本次课程由华算科技技术总监朱老师主讲材料表面吸附和催化性质，DFT计算软件选择专业技术人员一致推崇的VASP。采用线上直播的方式授课，实操计算边学边练，尽早学习更早受益！课程具体涉及晶体表面/二维结构/一维结构的结构性质，功函数、d带中心、吸附能、差分电荷密度等电子性质，HER、OER/ORR、NRR、CO2RR等催化反应的自由能与过渡态计算，CO、CO2、CH4、C6H6等分子的吸附与分解过程（课表详见后文）。11月21号开课，前20位报名立减500元，数量有限，先到先得！线上直播，提供无限次回放、超算练习账号、专属交流群实时答疑。报名方式：识别下方二维码报名，或者联系手机13128723011。👇👇扫描二维码，立即报名👇👇

h-1，远低于TAPT-DMTA/NR40-H纳米复合材料。此外，TAPT-DMTA/NR40在结晶前的催化性能较差，表明聚合物对催化剂的有效结晶是至关重要的。Encapsulated

博士后：也是很大程度上取决于你发表的文章数量和质量，一般博士后流动站的薪资待遇5000-8000一个月不等，年薪7万左右。4.

点击阅读原文，提交计算需求！

深圳华算科技有限公司是科研领域专业的技术研发解决方案服务商，专注于实验科学与理论计算的融合与创新。基于前沿的量子化学、密度泛函理论、分子动力学与机器学习等技术，结合高端的测试表征技术，我们为企业和高校的科研团队提供材料、催化、能源、生物等领域的技术研发解决方案，提升研发效率和创新能力。招聘岗位01技术工程师（理论计算）一、岗位职责为企业/高校客户设计并执行理论计算方案；为企业/高校客户提供理论计算技术咨询和技术支持；定制全新课程以促进实验与计算的融合；开发和维护优质的理论计算工具；其他个人擅长和有意愿完成的工作。二、任职要求博士学历，优秀的学术履历是必要的；发表多篇高水平学术论文，相比数量我们更看重代表作；1年以上海外科研工作经历，熟练英文交流（前两项特别优秀者可放宽本项要求）精通：机器学习、第一性原理/DFT、分子动力学模拟/MD、高通量计算等其中一种或多种理论计算研究方法和应用，熟练掌握VASP、Materials

得益于理论计算化学的快速发展，计算模拟在纳米材料研究中的运用日益广泛而深入。科研领域已经逐步形成了“精准制备-理论模拟-先进表征”的研究模式，而正是这种实验和计算模拟的联合佐证，更加增添了论文的可靠性和严谨性，往往能够得到更广泛的认可。“实验+计算”的模式已逐渐成为顶刊标配！华算科技是专业的理论计算与科研测试解决方案服务商，为高校和企业的科研团队提供材料、催化、能源、生物等领域的理论计算和测试表征解决方案。华算科技已向国内外600多家高校/科研单位提供了超过10000项理论计算和测试表征服务，部分团队研究成果已发表在Nature子刊、Science子刊、AM系列、ACS系列、RSC系列、EES等国际顶级期刊。添加下方微信好友，立即咨询计算服务：电话/微信：13622320172（华算科技-小凯）部分客户发表文章：理论计算解决方案华算科技全职技术团队由多位深圳市“孔雀计划”（海外高层次人才）工程师领衔，深耕计算领域，拥有多年理论计算服务经验。华算科技已购买以下软件商业版权，保障计算数据安全合规：Materials

点击阅读原文，提交计算需求！

点击阅读原文，提交计算需求！

第一惨是想做实验没经费；第二惨则是大把启动经费才用一半就挥挥手要走了，不带走一叨乐。准备做PI的孩子们，记住在求职的时候，启动经费越多越好，因为那是你做科研最自由的fund。啥叫endowed

HNR)。实验结果表明，氮掺杂的碳纳米管可以作为强有力的载体来负载分离的铁原子，从而产生原子分散的Fe1-N-C纳米管。在碱性条件下，Fe1-N-C

点击阅读原文，提交计算需求！

点击阅读原文，提交计算需求！

年，优秀者可竞聘正式教学与科研岗位。三、博士后应聘材料请将详细的个人简历，包括学习经历、工作经历、研究工作内容、主要学术成果等，发至吉老师邮箱

nm的球形纳米颗粒之间。纳米颗粒由Al-Mn-Ru组成，这可由线扫描进行分析。STEM图像进一步揭示了纳米颗粒具有典型的六方密堆积(hcp)结构，而没有其他结晶相。图3

近年，机器学习这个词越来越频繁的进入大家的视野。作为一个时髦的工具，机器学习似乎无所不能，下围棋？用机器学习！解蛋白？用机器学习！开发材料？用机器学习！化学这门学科长期以来主要依赖实验与计算这两个主要手段，机器学习的到来使得它多了一种研究方式。目前看来，机器学习在化学与材料科学中的应用越来越多，相关的文章发表量也逐年增长，这也使得更多的传统化学工作者开始关注这一新的研究工具。化学与材料科学研究的四个范式机器学习在材料科学领域的应用中最吸引人的是新材料的研发。机器学习是一种数据处理的方法，因而要使用机器学习方法，首先需要有充足的数据。十年前，这可能是机器学习在该领域使用的一个问题，而现在，计算机计算能力与大批量实验开展能力逐年提升，材料学相关数据库的数据量也越来越多。数据库重要性的提升使得了解数据库的使用变得更为重要，数据库使用、数据库与高通量筛选结合、与机器学习的结合也开始进入研究的高速发展期。材料科学的数据日益增多与机器学习、数据库在材料科学领域的火热与迅猛发展相比，机器学习在材料科学的研究资料却相对匮乏。机器学习属于数学与计算机科学领域的交叉学科，与化学本身关系不大，这就造成了“懂化学的不懂机器学习，懂机器学习的不懂化学”的尴尬情形。机器学习与材料还有很多研究空白，可探索区域很多，而很多材料科学的研究者们却因数学与编程对机器学习望而却步。为了有效降低大家入门机器学习的门槛，华算科技黄老师原创设计了机器学习与材料课程，课程同时包含理论与实操部分，并包含大量化学与材料学的研究案例，可以帮助大家快速掌握机器学习这一有力工具，并快速使用到自己的研究之中。本次培训11月21日开课！前20位报名立减500元，数量有限，先到先得！👇👇扫描二维码，立即报名👇👇

人工统计，若有错误，敬请指正。【免费】为国内外课题组发布招聘信息，详情联系电话/微信：13632601244

想要获得文献中的台阶图吗？想要获得文献中的过渡态能垒吗？想要获得各种分子在晶体表面、二维材料、一维材料表面活性位点的吸附构型与吸附能吗？想要将常规的三维催化剂结构转变为可用于计算的表面与二维结构吗？以上问题都不难，5天催化计算培训轻松解决！本次课程由华算科技技术总监朱老师主讲材料表面吸附和催化性质，DFT计算软件选择专业技术人员一致推崇的VASP。采用线上直播的方式授课，实操计算边学边练，尽早学习更早受益！课程具体涉及晶体表面/二维结构/一维结构的结构性质，功函数、d带中心、吸附能、差分电荷密度等电子性质，HER、OER/ORR、NRR、CO2RR等催化反应的自由能与过渡态计算，CO、CO2、CH4、C6H6等分子的吸附与分解过程（课表详见后文）。11月14号开课，前20位报名立减500元，数量有限，先到先得！线上直播，提供无限次回放、超算练习账号、专属交流群实时答疑。报名方式：识别下方二维码报名，或者联系手机13128723011。👇👇扫描二维码，立即报名👇👇

研究方向高分子纳米复合材料（层状复合、有机-无机复合，多级结构复合等）；仿生高分子材料（仿贝壳、牙齿、骨头、蜘蛛丝等）；功能高分子纤维（高强高韧高分子纤维、导热高分子纤维等）；二维材料制备2.

点击阅读原文，提交计算需求！

点击阅读原文，提交计算需求！

科研预存，选华算！理论计算、测试表征、培训课程科研绘图、数据分析...一次预存，科研加速预存享优惠预存款可用于华算科技各项科研服务，减少繁琐的报账及汇款时间，简化流程，专注科研。办理预存可享高至15%预存增值或7%预存返现，详情如下：单次预存预存增值返现≥

张世国,湖南大学材料科学与工程学院教授、博士生导师、校学术委员会委员、教育部先进催化工程中心副主任。主要研究方向为面向清洁能源的功能离子液体和碳材料，近年来在Chem.

公示时间为2022年11月7日至11月15日（7个工作日）。

Band》，该文于2019年4月23日发表在《ChemNanoMat》期刊上。公开资料显示，《ChemNanoMat》由亚洲化学编辑学会（Asian

亮、任辉启、钮新强、李家彪、岳国君、王汉中、张洪程、董家鸿、黄璐琦、黄维和、陈晓红学术与出版委员会主

想要获得文献中的台阶图吗？想要获得文献中的过渡态能垒吗？想要获得各种分子在晶体表面、二维材料、一维材料表面活性位点的吸附构型与吸附能吗？想要将常规的三维催化剂结构转变为可用于计算的表面与二维结构吗？以上问题都不难，5天催化计算培训轻松解决！本次课程由华算科技技术总监朱老师主讲材料表面吸附和催化性质，DFT计算软件选择专业技术人员一致推崇的VASP。采用线上直播的方式授课，实操计算边学边练，尽早学习更早受益！课程具体涉及晶体表面/二维结构/一维结构的结构性质，功函数、d带中心、吸附能、差分电荷密度等电子性质，HER、OER/ORR、NRR、CO2RR等催化反应的自由能与过渡态计算，CO、CO2、CH4、C6H6等分子的吸附与分解过程（课表详见后文）。9月5号开课，前20位报名立减500元，数量有限，先到先得！线上直播，提供无限次回放、超算练习账号、专属交流群实时答疑。报名方式：识别下方二维码报名，或者联系手机13128723011。👇👇扫描二维码，立即报名👇👇

点击阅读原文，提交计算需求！

有了Python基础，如何能自如地应用于本专业相关研究中？学习了机器学习的基本知识，如何掌握更为复杂的模型构建，并了解更多的实用技巧？为了解决同学们这些困扰，华算科技历经半年的设计与打磨，结合数百名学员反馈，推出了机器学习与材料/化学进阶课程。本次课程主要基于Python语言与Keras框架，学习神经网络的构建、训练与使用，课程中使用的绝大部分案例均源于化学/材料文献中真实案例，可直接将其用于自己的研究当中。本次课程为进阶课，报名需有一定的Python与机器学习基础，零基础同学请选择《Python与机器学习》课程。基础与进阶课程同时报名可优惠更多。本次进阶课程将于6月20日开课，详情可咨询课程客服。👇👇扫描二维码，立即报名👇👇

8电极材料的电子结构电子结构分析是研究离子与电极材料间相互作用的利器，通过电子分析可推导容量、电位、倍率变化的根源。本章将带大家用电子性质分析手段来分析正负极材料性能改善背后的机制。PART

在材料与化学研究中，机器学习已悄然应用在各个领域，许多催化、电池、二维材料、金属、电化学、仪器分析、理论计算等方向的课题组已开始利用机器学习辅助进行实验与计算的研究，相关的机器学习高质量文章亦层出不穷。毫无疑问，机器学习在材料研究领域的影响力还将进一步放大，并有加速爆发的趋势。【机器学习相关顶刊工作】Science重磅:

他被称为华人之光，是美国国家科学院和美国艺术与科学学院两院院士。他因为开创性地发展纳米颗粒太阳能电池和人工光合作用获得非常规能源而获得全球能源奖。2021年11月18日，中国科学院院士增选名单正式揭晓，他当选中国科学院外籍院士。他就是加州大学伯克利分校杨培东教授。人物简介杨培东，纳米材料学家，中国科学院外籍院士、美国艺术与科学院院士、美国国家科学院院士，加州大学伯克利分校化学系S.K.和Angela

在材料与化学研究中，机器学习已悄然应用在各个领域，许多催化、电池、二维材料、金属、电化学、仪器分析、理论计算等方向的课题组已开始利用机器学习辅助进行实验与计算的研究，相关的机器学习高质量文章亦层出不穷。毫无疑问，机器学习在材料研究领域的影响力还将进一步放大，并有加速爆发的趋势。【机器学习相关顶刊工作】Science重磅:

在材料与化学研究中，机器学习已悄然应用在各个领域，许多催化、电池、二维材料、金属、电化学、仪器分析、理论计算等方向的课题组已开始利用机器学习辅助进行实验与计算的研究，相关的机器学习高质量文章亦层出不穷。毫无疑问，机器学习在材料研究领域的影响力还将进一步放大，并有加速爆发的趋势。【机器学习相关顶刊工作】Science重磅: