工作职责：1.模型开发与优化：设计、开发和优化针对特定化学科研问题的小模型，如分子结构预测、反应路径模拟等，同时利用深度学习技术提升预测算法的准确性和效率；2.深度学习预测算法应用：深入研究并应用深度学习算法于化学预测模型，包括但不限于神经网络架构的设计与调整，以适应复杂的化学数据特征；3.数据处理与分析：处理和分析化学实验数据，包括但不限于量子化学计算结果、光谱数据等，以支持深度学习模型的训练与优化；4.算法研究与创新：持续探索最新的深度学习算法与技术，特别是在小数据集、迁移学习、强化学习等领域的应用，以提升模型在化学科研中的实用性；5.跨部门合作：与化学家、材料科学家和其他相关领域的专家紧密合作，确保深度学习模型能够精准解决实际科研问题，促进跨学科融合；6.文献跟踪与技术引入：持续关注国内外关于化学信息学、计算化学、深度学习及人工智能交叉领域的最新进展，将前沿技术引入日常工作中，推动技术创新；7.性能评估与优化：制定合理的评价指标体系，对构建的深度学习模型进行严格的测试和验证，确保其在实际应用场景中的准确性和可靠性，并不断优化模型性能。任职资格：1.教育背景：具有计算机科学、软件工程、人工智能或相关领域硕士以上学历，或者化学、物理化学、计算化学、材料科学等相关交叉学科的硕士以上学位；2.专业技能：精通Python或其他编程语言；熟练掌握至少一种深度学习框架（如TensorFlow, PyTorch），并有实际项目开发经验；熟悉常见的机器学习预测算法（如决策树、贝叶斯、KNN、SVM、随机森林等）；了解并应用化学信息学工具和库（如RDKit, Open Babel）；3.项目经验：在学术界或工业界有从事深度学习、机器学习算法开发，特别是与分子动力学模拟、量子化学计算等相关项目的经历者优先；4.软实力：具备出色的沟通能力、团队协作精神以及解决复杂问题的能力；能够独立思考，提出并实施创新性的算法解决方案；5.加分项：在***期刊或会议上发表过与深度学习、化学信息学相关的高质量论文，或积极参与开源社区，有重要贡献记录。
