1、利用机器学习/深度学习，开发电池老化预测、材料筛选与配方优化、流体仿真等方向的科学计算加速算法； 2、构建科学计算数据集与评测体系，支撑电池寿命评估、新材料发现、电化学/热/力多物理场仿真等研发需求； 3、将AI代理模型与仿真工具链（有限元、CFD等）集成，提升研发效率； 4、与电池、材料、力学等领域专家协作，推动AI方法在先行技术研发中的落地。

1、硕士及以上学历，计算机、数学、物理、电化学、材料、力学、化学等相关专业； 2、精通Python与PyTorch/TensorFlow，机器学习基础扎实； 3、熟悉科学计算或物理仿真，有代理模型、PINN或相关项目经验者优先； 4、了解COMSOL、Fluent、OpenFOAM、VASP、GROMACS等任一仿真工具者优先； 5、具备跨学科协作能力，能与垂直领域专家高效沟通。