本帖最后由 Frank 于 2022-8-22 10:08 编辑
工作环境及资源 SAIT-China Lab是三星综合技术院(Samsung Advanced Institute of Technology, SAIT)在海外的8个研究机构之一,于2008年6月在北京成立。Lab的使命是建立三星面向未来核心技术研发的中国基地。目前整个Lab由5个研究组和1个开放创新组构成,依托于三星强大的硬件研发实力,研究领域涵盖图像处理、视觉几何计算、视觉理解、基于机器学习的材料计算等多个领域。 团队具有深厚的计算机视觉和深度学习技术积累,近年来在CVPR/ICCV/ICML/AAAI/IROS等国际会议发表论文多篇,为三星旗舰手机、智能家居等产品提供过多项核心算法。同时,在多项国际竞赛取得过好成绩,如Hands2017 hand pose estimation第一名,VOT2020 objecttracking前三名等。团队计算资源充足,与业内一流科研机构的知名学者保持长期学术交流合作。 工作职责 1. 开拓基于机器学习的材料计算领域的前沿应用和算法。 2. 研究方向包括但不限于: 计算材料学方向:第一性原理量子化学计算、DFT开发、分子动力学、分子力场(尤其是反应力场和可极化力场)、材料模拟(电池材料、半导体材料、有机发光材料等)、界面体系模拟、增强采样方法、自由能计算、激发态模拟、复杂反应网络等; 机器学习方向:图论及图神经网络、自动微分、生成模型(扩散模型/GAN/VAE)、等变神经网络、Geometric machine learning等。 3. 跟踪业界最新进展,与Top高校开展研究交流 职位要求 1. 计算材料学方向: 有物理,化学,材料等相关专业学位,有较好的量子力学,理论化学或材料计算基础; 机器学习方向:有计算机,数学,电子,自动化等相关专业学位,有较好的数学和机器学习理论基础。 以上两个方向硕士博士均可 2. 对前沿技术有热情,有较强的独立工作能力(前沿研究工作的跟踪与理解,问题分析与解决,公式推导与算法实现等) 具备以下条件者优先: 3. 掌握C/C++/Python等至少一门编程语言 4.掌握JAX/Pytorch/TensorFlow等深度学习框架,熟悉SchNet/DeepMD/JAX-MD/DM21/PAINN/NequIP/e3nn/FermiNet等一种或多种方法 5. 在材料计算领域或机器学习领域(NIPS,ICML, ICLR等)有高水平论文发表
|