香港科技大学（广州）黄加强课题组AI+电池方向招生
招聘方向：数据科学和人工智能方法驱动的电池电解液材料发现、配方筛选和性能预报。
招聘数量：博士生一名，科研助理一名（表现优秀可推荐申请硕士或博士项目）
薪资待遇：1.5万人民币/月（博士生），1万人民币/月（硕士生），科研助理面议。
工作地点：广州南沙
招生要求
对于博士项目的申请者：
1）学术背景（满足任一）
化学、材料相关专业背景，有丰富的电解液实验的研究经历，同时熟练掌握至少一种第一性原理计算工具，有较高的代码熟练度。
化学、材料相关专业背景，有电池实验的研究经历，同时熟悉常规的统计学分析方法、机器学习模型和常用的机器学习库，有较高的代码熟练度。
数据科学相关背景，有可解释性机器学习、时间序列分析、贝叶斯优化、小数据机器学习等项目经历，能理解并学习运用前沿顶会报道的新模型方法，同时有一定的电化学基础知识。
2）优秀院校毕业生，对科研充满热情。
3）有已发表的论文成果（对于本科生申请者在投亦可）
对于科研助理的申请者：
1） 学术背景参考博士招生项目，满足部分学术背景要求。
2）有极强的自主学习能力，愿意学习编程、机器学习和第一性原理计算的技能。
3）优秀院校毕业生。
表现优秀的科研助理，我们将优先提供博士项目名额或推荐申请红鸟硕士项目。
平台资源
学校HPC平台拥有丰富的算力资源，实验平台拥有全自动电解液配置、电池组装机器人和高通量电池测试平台。
课题组组长简介
黄加强博士于2022年1月加入香港科技大学（广州）功能枢纽可持续能源与环境学域。他于2013年毕业于上海交通大学机械工程及其自动化专业，于2017年取得香港科技大学机械工程博士学位。他先后在香港理工大学和法兰西公学院从事博士后研究。他目前的研究兴趣为电池、传感器与机器学习的交叉领域。他共发表46篇期刊文章，包括15篇第一/通讯作者文章，如Nature Energy, Nature Sustainability, Energy & Environmental Science (×2), and Advanced Energy Material, Advanced Functional Materials(×2), Energy Storage Materials(×2), Journal of Electrochemical Society等。
详情请见https://seejhuang.people.ust.hk/。
申请方式
有意向的同学请将个人简历、成绩单和其他证明材料发送至：jtang638@connect.hkust-gz.edu.cn 并抄送至seejhuang@hkust-gz.edu.cn，我们会尽快回复咨询邮件和符合条件的申请邮件。
