岗位职责： 1. 算法实现与优化：负责电解液关键性质（如粘度、电导率等）及电芯配方优化相关预测模型的代码实现、训练及超参数调优，主要基于相关编程软件及主流深度学习框架； 2. 时序算法开发：参与电芯寿命预测等时序算法的设计与开发，构建基于循环神经网络等时序模型的预测能力，支撑电芯全生命周期性能评估； 3. 数据处理管线构建：参与构建自动化数据处理Pipeline，利用相关编程软件清洗、处理高通量计算数据及实验数据，支持图神经网络、时序模型及多模态数据的预处理； 4. 工程化落地：将研发的AI模型（包括性质预测、配方优化、寿命预测等）封装为高内聚、低耦合的相关编程软件模块或微服务，配合团队将算法集成到自动化实验平台中，实现“设计-仿真-实验”的闭环； 5. 软件工程规范：遵循代码规范，编写单元测试，参与Code Review，维护项目技术文档。 任职资格： 1. 学历要求：硕士及以上学历，计算机、软件工程、人工智能、电子信息、自动化等相关专业，有海外求学经历或知名实验室/竞赛经历者优先； 2. 专业能力： -拥有扎实的Python编程能力，熟悉工程化开发规范（Git、类型注解、单元测试、模块化设计）； -熟练掌握相关主流深度学习框架，具备模型训练、调优及推理部署的实践经验； -熟悉时序预测算法或图神经网络者优先； -了解电化学、材料科学或电池相关领域者优先，具备跨学科学习能力，愿意深入理解电解液配方、电芯设计及寿命预测等业务场景； 3. 语言能力：具备良好的英文文献阅读能力，能够快速跟进AI for Science领域前沿论文及技术文档； 4. 工作技能：具备数据处理与特征工程能力，熟练使用相关数据库，熟悉RDKit等化学信息学工具者优先； -有时序预测、多目标优化或图神经网络项目经验者优先； -具备模型封装与微服务开发能力，了解相关工程化工具者优先； -对锂电池原理、电芯测试流程有基础了解或浓厚兴趣者加分； 5. 软性素质：具备良好的逻辑思维能力、跨学科沟通能力与团队协作意识，乐于技术分享，能够主动推进研发任务并对结果负责；专题挑战：支持E-PKG系统建设的算法开发工作。