一、研究方向概述
本团队长期从事机器学习/深度学习与材料科学交叉研究，围绕材料性能预测、结构-性能关系建模、新材料发现与加速设计等核心问题，开展方法学与应用研究。
研究对象包括但不限于：
（1）多孔材料（MOFs、COFs 等）；
（2）气体分离相关材料体系。
研究方法涵盖但不限于：
（1）机器学习/深度学习模型（GNN、Transformer、自监督学习等）；
（2）材料结构与性质数据挖掘；
（3）高通量计算、分子模拟与数据驱动方法。
二、岗位要求
（一）基本条件
材料科学、化学、化学工程、计算机、人工智能、控制工程等相关专业硕士及以上学历；
具备良好的英文文献阅读与写作能力；
具备良好的沟通能力和独立科研能力，能在交叉团队中协作推进研究。
（二）机器学习/深度学习能力
1.熟练使用Python，能够独立完成数据处理、模型构建、训练与结果分析；
2.具备基本的数据处理能力，能处理结构化与半结构化科研数据；
3.熟悉主流机器学习/深度学习框架（PyTorch / TensorFlow 至少一种），理解深度学习基本结构与训练机制，掌握常见机器学习与深度学习方法（传统ML、深度神经网络、模型评估与调参等）；
4.具备将机器学习模型与具体材料问题结合建模的能力；
5.具有GNN、Transformer、生成模型或自监督学习等经验者优先。
（三）材料与计算相关能力
1.具备一定材料科学或化学基础，能理解材料结构与性能问题；
2.使用过常见计算材料/计算化学软件或工具者优先，包括但不限于：
DFT 软件（VASP、Quantum ESPRESSO、CASTEP 等）；
分子模拟软件（LAMMPS、RASPA 等）；
结构处理与分析工具（pymatgen、ASE 等）。
3.了解分子模拟方法在材料研究中的应用，包括但不限于：
分子动力学（MD）；
Grand Canonical Monte Carlo（GCMC）。
4.高通量计算或材料数据库构建；
四、优先条件
有材料信息学、计算材料、数据驱动材料设计经验；
有大规模数据处理、高性能计算（HPC / Linux）经验；
有材料反向设计、生成模型或多模态学习经验；
有跨学科合作或工程化项目经验。
五、团队负责人介绍
李晋平，男，1964年生，山西大宁人，中共党员，工学博士，教授，博士生导师，新世纪百千万人才工程国家级人选，享受国务院政府特殊津贴专家。作为主要完成人获得国家技术发明二等奖1项，山西省技术发明一等奖1项，省部级自然科学二等奖3项。先后获得“第九届侯德榜化工科学技术奖-创新奖”、“新世纪学术技术带头人333人才省级人选”、“山西省五一劳动奖章”和“山西省高等学校中青年拔尖创新人才”等荣誉称号。主持国家“863”计划项目、“973”前期研究专项、国家自然科学基金重点及面上项目、山西省煤基产业链煤层气专项子项目、山西省科技攻关项目及山西省省自然科学基金等项目30余项。在Science、J. Am. Chem. Soc.、Angew. Chem. Int. Ed.、Adv. Mater.等期刊发表学术论文260余篇，SCI被引2000余次。
六、申请方式
请将个人简历、代表性论文及其他相关材料发送至：邮箱：wangyong01@tyut.edu.cn邮件主题请注明：应聘岗位（博士后/讲师）+毕业院校+姓名我们将尽快与合适的候选人联系安排面试。
