关于此职位
Mercor 正在招募在计算材料科学、量子力学模拟和分子建模方面具有深厚背景的原子尺度材料建模专家，以支持先进的 AI 研究。专家将评估涉及原子尺度模拟、材料性质、计算方法学和科学推理的高难度技术问题。理想的候选人在密度泛函理论（DFT）、分子动力学（MD）及其他原子尺度建模技术方面拥有丰富的一线经验，并对其背后的物理原理有深刻理解。
主要职责
- 评估涉及原子尺度模拟和计算材料科学的高级科学问题。
- 审查并验证 AI 生成的、涉及 DFT 计算、分子动力学和材料性质预测的答案。
- 评估计算方法、模拟参数、收敛判据和物理假设的适当性。
- 分析原子结构、电子性质、反应能量学、扩散机制和材料稳定性。
- 评估表面与界面现象、吸附能、缺陷形成和化学反应路径。
- 编写高质量的参考解答、评估标准和技术严谨的科学解释。
- 识别计算不准确之处、方法学局限以及科学推理中的错误。
- 运用计算专业知识，提升 AI 在复杂材料科学问题上的表现。
必备资质
- 计算材料科学、材料科学与工程、计算化学、凝聚态物理、化学工程或密切相关领域的博士学位。具有大量相关经验的优秀硕士候选人也可考虑。
- 至少在以下一项方面具有经证明的一线经验：
- 密度泛函理论（DFT）
- 从头算分子动力学（AIMD）
- 经典分子动力学（MD）
- 蒙特卡罗模拟
- 原子尺度或第一性原理材料建模
- 熟练使用一种或多种计算工具，例如 VASP、Quantum ESPRESSO、CP2K、GPAW、LAMMPS 或类似软件。
- 深入理解电子结构、原子间相互作用、热力学、统计力学和材料性质。
- 具有解读模拟结果和验证计算预测的经验。
- 具备扎实的 Python 技能，可用于科学计算、数据分析或工作流自动化。
优先资质
- 具有 ASE、pymatgen 或计算材料工作流工具的使用经验。
- 在表面与界面建模、多相催化、半导体材料或反应能量学方面具有专长。
- 具有高通量计算材料筛选经验。
- 熟悉机器学习原子间势和 AI 辅助的材料发现。
- 发表过经同行评审的论文，体现计算材料研究成果。
- 具有将实验材料表征与原子尺度模拟相结合的经验。
参与详情
- 投入：每周至少 10 小时，最多可达每周 40 小时。
为什么加入 Mercor？
- 将先进的计算专业知识应用于前沿 AI 研究。
- 帮助开发能够理解并解决复杂材料科学问题的 AI 系统。
- 参与涉及量子力学、原子尺度模拟和材料发现的具有挑战性的科学评估。
- 与处于 AI 与科学研究交叉领域的团队合作。