【2027】材料大模型研发工程师-郑州(J14127)

优缺点分析

角色解读

• 可深耕材料AI算法，成为高级研究员或技术专家
• 向项目负责人或团队管理方向发展，领导跨学科项目
• 探索国产算力生态，成为平台优化与架构方面的核心成员
• 负责材料科学领域大模型的开发与国产算力平台适配优化
• 整合设计新一代材料化学模型，并提供训练支持
• 构建和调试结合科学与AI的研究任务，推动材料发现
• 管理领域数据集，进行整合、预处理及需求调研
• 具备材料科学或相关专业背景，掌握分子模拟理论基础
• 熟练使用PyTorch进行AI建模与工程实践
• 熟悉GNN、Transformer等深度学习框架，并应用于材料问题
• 有HPC软件（如GROMACS、LAMMPS）使用经验

申请策略

• 研究中科曙光在AI和材料科学领域的业务布局与技术成果
• 准备展示跨学科解决问题的具体案例，强调如何将AI技术应用于实际材料问题
• 突出材料科学或计算化学相关项目经验，展示理论基础
• 详细描述使用PyTorch、GNN、Transformer进行AI建模的实践案例
• 强调HPC软件（如GROMACS、LAMMPS）使用经验和国产算力平台了解
• 体现处理科学数据集、进行预处理的能力
• 加强国产算力平台（如华为昇腾、寒武纪）的生态与工具链学习
• 深入研究GNN和Transformer在材料性质预测、分子生成等具体应用

面试指南

• 结合具体项目或研究经历，阐述技术原理与实践步骤，突出解决科学问题的思路
• 强调对材料领域知识的理解，说明AI技术如何针对性地提升计算效率或发现新规律
• 展示对国产算力生态的关注，从性能优化、工具链兼容等角度回答适配问题
• 如何将图神经网络（GNN）应用于材料晶体结构预测或性质计算？
• 在模型训练过程中，如何处理材料科学数据中常见的小样本或噪声问题？
• 你对国产算力平台（如华为昇腾）有哪些了解？在适配AI模型时会考虑哪些因素？
• 请描述一个你使用PyTorch解决科学计算问题的项目经历
• 为什么对材料科学与AI的交叉领域感兴趣？