负责与研究院各科研部门对接，深入理解科研业务需求，将其转化为可执行的数字化与AI解决方案。侧重材料研发场景的业务理解、自动化工作流设计和AI方案规划。 — 1 与研究院各科研部门建立常态化对接机制，系统收集和梳理业务需求 — 2 将非结构化的科研业务需求转化为结构化的技术需求文档和解决方案 — 3 设计和搭建自动化计算与数据分析工作流，将标准研发流程封装为可复用的工具链 — 4 设计数字化和AI方案的功能需求定义和实施路线图 — 5 参与建立研究院科研知识管理体系，设计知识分类体系、知识库结构和知识沉淀流程 — 6 参与本地知识库系统的功能设计，确保知识管理方法论与技术平台有效衔接 — 7 参与科研管理和数字化交付流程的梳理与标准化工作 — 8 协调算法团队、自动化平台团队等内部技术资源，保障方案按时交付 — 9 跟踪人工智能驱动科学研究领域的前沿进展，组织新技术、新方法的导入评估

— 1 博士学历，计算化学、材料科学、化学工程、高分子科学或相关交叉学科专业 — 2 具有三年及以上科研信息化、研发数字化转型或解决方案相关工作经验 — 3 能够深入理解从材料研发到工艺放大、工程化交付的端到端科研流程，与科研人员建立有效沟通，准确识别其核心需求 — 4 能够将非结构化的业务需求转化为结构化的解决方案，包含业务流程设计、功能需求清单和实施路线图 — 5 了解知识管理基本方法论，能够设计知识分类体系和沉淀机制 — 6 能够制定项目计划、协调多方资源、控制进度和质量 — 7 具备基本的技术理解能力，能够阅读和理解技术方案文档，与技术团队进行有效沟通 — 8 具有科研机构、高等院校或企业研发中心数字化建设项目经验者优先 — 9 具有知识管理体系建设或科研数据治理经验者优先 — 10 具有将标准研发流程封装为自动化工作流的实践经验者优先；具有技术辅导或用户培训经验者优先 — 11 具有实验室信息管理系统或科研管理系统相关经验者优先 — 12 具有较强的工作稳定性和团队协作意识，具有良好的跨部门沟通能力和协调推动能力