计算化学实习生（催化剂分子模拟方向）

该职位来源于猎聘 岗位介绍 我们正在开展加氢活性相数据库构建及活性相设计模型研究，致力于以"高通量计算 + 机器学习势函数 + 自动化流程"的智能化手段，建立催化剂结构-性质之间的构效关系。项目将搭建不同催化剂结构，构建超万级规模的样本库，并结合 MLP 与 DFT 计算完成结构优化与性质的高通量计算，实现从结构生成到数据入库的自动化流程。现招聘实习生，参与模型搭建、高通量计算执行及数据库建设工作。 岗位职责 1. 结构模型搭建  依据不同原子比、硫化度、尺寸等建模规则，开展催化剂活性相结构模型的批量搭建  参与不同反应物与催化剂作用结构模型的批量搭建 2. 高通量计算与数据整理  按照计算流程执行 MLP/DFT 高通量计算任务，确保任务规范有序推进  整理结构特征参数、物化性质等计算结果，规范录入数据库  跟踪计算任务进度，排查并反馈异常任务 3. MLP 结果校验与文档整理  参与 MLP 计算结果的抽样校验（与 DFT 结果对比），协助模型精调的数据准备  规范整理计算记录、流程文档及阶段性技术报告 基本要求  硕士及以上在读学生  可连续实习 3 个月及以上  做事认真负责，具备严谨细致的工作态度  具备较强的学习能力，愿意主动探索并掌握新工具与新技能 专业要求  以下专业优先：应用化学、材料化学、化工、物理、计算化学等相关专业 能力要求  具备良好的逻辑思维与数据分析能力  具备良好的文档编写与归纳总结能力  具备良好的沟通表达能力与团队协作精神 加分项  熟悉 Python 编程，使用过 ASE、pymatgen 、Atomsk等原子模拟工具  有DMol3、CASTEP、VASP、Quantum ESPRESSO、CP2K 等第一性原理计算软件使用经验  熟悉机器学习势函数（如 MACE、NequIP、DP 等）或有分子动力学模拟经验  熟悉 Linux 环境，有超算/集群使用经验 实习收获  熟悉高通量计算全流程，掌握结构建模、批量任务管理、数据整理及数据库入库等规范化工作方法  掌握机器学习势函数与 DFT 计算的实际应用，理解二者结合的高通量研究范式  提升计算结果分析与问题排查能力，学会结合能量、结构及业务逻辑定位异常数据  增强跨团队协作与沟通能力，深度参与"AI for Science"前沿科研项目，表现优秀者可合作发表学术论文