主分类:通用算法研发(其他方向)
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "机器学习计算材料学研究员 - AI for Science",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "2027届获得博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍:AI for Science 团队专注于科学计算与物质发现领域的前瞻技术探索,围绕生物和材料领域基础模型、量子化学、AI分子动力学、高通量实验技术等方向,用 AI 推动科学领域的研究范式突破,也在实际应用场景中创造价值。我们希望用 AI 赋能科学,探索 AI 在科研领域的变革,拓展人类认知边界!\n\n1、使用AI方法改进、发展先进的计算材料学模型算法,大幅提升第一性原理或分子动力学等材料模拟方法的精度和速度;\n2、发展时间和空间上的多尺度AI模拟方法,增强物理模拟对稀有事件和复杂体系的描述能力;\n3、构建和维护大规模物理模拟数据库,为材料学领域高层级AI模型的训练提供基础。",
"requirements_text": "1、2027届获得博士学位,计算机、化学、物理、材料等相关专业,具备扎实的数理基础;\n2、在第一性原理计算、分子动力学模拟、机器学习势能面、化学反应网络、生成模型等方面有经验者优先,有模拟方法和模型开发经验者优先;\n3、熟练掌握相关领域工作工具,具有较强的算法开发能力和工程优化能力;\n4、具有良好的沟通和协作能力,有较强的自我驱动力和快速学习迭代能力。",
"skills": [AI生成
"机器学习"
],
"preferred_qualifications": "2、在第一性原理计算、分子动力学模拟、机器学习势能面、化学反应网络、生成模型等方面有经验者优先,有模拟方法和模型开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7665621320987019573/detail"
}
]
},
"posting": {
"posting_id": "7665621320987019573",
"post_date": "2026-07-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7665621320987019573/detail"
},
"fulltext": "机器学习计算材料学研究员 - AI for Science\n职位描述\n团队介绍:AI for Science 团队专注于科学计算与物质发现领域的前瞻技术探索,围绕生物和材料领域基础模型、量子化学、AI分子动力学、高通量实验技术等方向,用 AI 推动科学领域的研究范式突破,也在实际应用场景中创造价值。我们希望用 AI 赋能科学,探索 AI 在科研领域的变革,拓展人类认知边界!\n\n1、使用AI方法改进、发展先进的计算材料学模型算法,大幅提升第一性原理或分子动力学等材料模拟方法的精度和速度;\n2、发展时间和空间上的多尺度AI模拟方法,增强物理模拟对稀有事件和复杂体系的描述能力;\n3、构建和维护大规模物理模拟数据库,为材料学领域高层级AI模型的训练提供基础。\n\n职位要求\n1、2027届获得博士学位,计算机、化学、物理、材料等相关专业,具备扎实的数理基础;\n2、在第一性原理计算、分子动力学模拟、机器学习势能面、化学反应网络、生成模型等方面有经验者优先,有模拟方法和模型开发经验者优先;\n3、熟练掌握相关领域工作工具,具有较强的算法开发能力和工程优化能力;\n4、具有良好的沟通和协作能力,有较强的自我驱动力和快速学习迭代能力。\n团队介绍:AI for Science 团队专注于科学计算与物质发现领域的前瞻技术探索,围绕生物和材料领域基础模型、量子化学、AI分子动力学、高通量实验技术等方向,用 AI 推动科学领域的研究范式突破,也在实际应用场景中创造价值。我们希望用 AI 赋能科学,探索 AI 在科研领域的变革,拓展人类认知边界!\n\n1、使用AI方法改进、发展先进的计算材料学模型算法,大幅提升第一性原理或分子动力学等材料模拟方法的精度和速度;\n2、发展时间和空间上的多尺度AI模拟方法,增强物理模拟对稀有事件和复杂体系的描述能力;\n3、构建和维护大规模物理模拟数据库,为材料学领域高层级AI模型的训练提供基础。\n1、2027届获得博士学位,计算机、化学、物理、材料等相关专业,具备扎实的数理基础;\n2、在第一性原理计算、分子动力学模拟、机器学习势能面、化学反应网络、生成模型等方面有经验者优先,有模拟方法和模型开发经验者优先;\n3、熟练掌握相关领域工作工具,具有较强的算法开发能力和工程优化能力;\n4、具有良好的沟通和协作能力,有较强的自我驱动力和快速学习迭代能力。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}