岗位职责：
69691. AI算法与模型研发
696961 开发和优化机器学习、深度学习算法，用于锂电池材料性能预测、配方优化和寿命预测。
696961 基于实验室数据和多物理场仿真数据，构建数据驱动与机理结合的混合建模方法。
696961 设计自适应优化算法，提升锂电池研发效率和材料开发成功率。
69692. 数据管理与分析
696961 参与锂电池实验数据的收集、清洗、标注与存储，优化数据管理流程。
696961 构建高效数据分析工具，用于挖掘锂电池性能与工艺参数之间的深层关系。
696961 融合多源数据（实验数据、仿真数据和生产数据）进行全生命周期建模。
69693. 创新与技术探索
696961 跟踪AI领域前沿研究，探索先进算法（如生成对抗网络、强化学习）在锂电池材料设计中的应用。
696961 推动AI与电化学、材料学的交叉融合，提出新的研究方向和方法论。
696961 参与专利撰写、论文发表和技术标准制定。
69694. 研发平台支持
696961 支持研发中心搭建智能化材料设计与优化平台。
696961 开发用户友好的AI工具与可视化界面，赋能实验室研究人员使用AI工具进行自主研发。
02
岗位要求：
69691.学历与经验
696961 硕士及以上学历，计算机科学、人工智能、材料科学、电化学或相关专业；博士优先。
696961 3年以上AI研究或工程实践经验，有材料研发或工业AI应用背景者优先。
69692.技术能力
696961 精通常见机器学习/深度学习框架（TensorFlow、PyTorch、Scikit-learn），具有实际项目经验。
696961 熟悉高性能计算和分布式数据处理技术（如HPC、Spark）。
696961 掌握物理建模工具（如COMSOL、MATLAB），了解材料科学或电化学相关知识优先。
69693.科研与创新能力
696961 在***期刊或会议上发表过与AI相关的研究论文者优先。
696961 熟悉AI算法在科学计算领域的应用（如优化材料结构、预测反应路径）。
69694.软技能
69 61 善于沟通协作，能够跨团队与材料科学家、电化学工程师紧密合作。
696961 具备较强的学习能力和探索精神，对创新技术有敏锐的洞察力。
02
优先条件：
69691. 曾主导或参与过AI驱动的锂电池研发项目。
69692. 有材料基因工程、实验自动化或高通量实验数据处理经验。
69693. 掌握多模态数据处理（如结合文本、图像、光谱数据建模）。