Informazioni sul ruolo
Mercor sta reclutando esperti di modellazione atomistica dei materiali con una solida formazione in scienza computazionale dei materiali, simulazioni quantomeccaniche e modellazione molecolare a supporto di una ricerca avanzata sull'IA. Gli esperti valuteranno problemi tecnicamente impegnativi che riguardano simulazioni atomistiche, proprietà dei materiali, metodologie computazionali e ragionamento scientifico. La persona ideale ha un'ampia esperienza pratica con la teoria del funzionale della densità (DFT), la dinamica molecolare (MD) e altre tecniche di modellazione atomistica, insieme a una solida comprensione dei principi fisici sottostanti.
Responsabilità principali
- Valutare problemi scientifici avanzati che riguardano simulazioni atomistiche e scienza computazionale dei materiali.
- Rivedere e validare le risposte generate dall'IA che riguardano calcoli DFT, dinamica molecolare e previsioni delle proprietà dei materiali.
- Valutare l'adeguatezza dei metodi computazionali, dei parametri di simulazione, dei criteri di convergenza e delle ipotesi fisiche.
- Analizzare strutture atomiche, proprietà elettroniche, energetica delle reazioni, meccanismi di diffusione e stabilità dei materiali.
- Valutare fenomeni di superficie e interfaccia, energie di adsorbimento, formazione di difetti e percorsi di reazione chimica.
- Sviluppare soluzioni di riferimento di alta qualità, griglie di valutazione e spiegazioni scientifiche tecnicamente rigorose.
- Individuare imprecisioni computazionali, limiti metodologici ed errori nel ragionamento scientifico.
- Applicare competenze computazionali per migliorare le prestazioni dell'IA su problemi complessi di scienza dei materiali.
Qualifiche richieste
- Dottorato di ricerca (PhD) in Scienza computazionale dei materiali, Scienza e ingegneria dei materiali, Chimica computazionale, Fisica della materia condensata, Ingegneria chimica o in un campo strettamente affine. Potranno essere prese in considerazione candidature eccezionali con laurea magistrale (MSc) e una consistente esperienza pertinente.
- Esperienza pratica dimostrata con almeno uno dei seguenti:
- Teoria del funzionale della densità (DFT)
- Dinamica molecolare ab initio (AIMD)
- Dinamica molecolare classica (MD)
- Simulazioni Monte Carlo
- Modellazione dei materiali atomistica o da primi principi
- Padronanza di uno o più strumenti computazionali, come VASP, Quantum ESPRESSO, CP2K, GPAW, LAMMPS o software simili.
- Solida comprensione di struttura elettronica, interazioni interatomiche, termodinamica, meccanica statistica e proprietà dei materiali.
- Esperienza nell'interpretazione dei risultati delle simulazioni e nella validazione delle previsioni computazionali.
- Solide competenze in Python per il calcolo scientifico, l'analisi dei dati o l'automazione dei flussi di lavoro.
Qualifiche preferenziali
- Esperienza con ASE, pymatgen o strumenti per flussi di lavoro computazionali sui materiali.
- Competenza nella modellazione di superfici e interfacce, nella catalisi eterogenea, nei materiali semiconduttori o nell'energetica delle reazioni.
- Esperienza con lo screening computazionale ad alto rendimento (high-throughput) dei materiali.
- Familiarità con i potenziali interatomici appresi tramite machine learning e con la scoperta di materiali assistita dall'IA.
- Pubblicazioni sottoposte a revisione tra pari che dimostrino attività di ricerca computazionale sui materiali.
- Esperienza nell'integrare la caratterizzazione sperimentale dei materiali con le simulazioni atomistiche.
Dettagli dell'incarico
- Impegno: minimo 10 ore a settimana, con possibilità di arrivare fino a 40 ore a settimana.
Perché unirsi a Mercor?
- Applicare competenze computazionali avanzate alla ricerca di frontiera sull'IA.
- Contribuire a sviluppare sistemi di IA in grado di comprendere e risolvere problemi sofisticati di scienza dei materiali.
- Lavorare su valutazioni scientifiche impegnative che coinvolgono meccanica quantistica, simulazioni atomistiche e scoperta di materiali.
- Collaborare con team che operano all'intersezione tra IA e ricerca scientifica.