香港城市大学 计算材料课题组 （Jun Fan 课题组）现招聘 博士后1名，方向是计算材料/化学/物理/机器学习 相关方向。

（同时，课题组也在招2023年入学的博士生）

感兴趣的博士们请直接先发简历给合作导师 （Dr. Jun Fan: junfan@cityu.edu.hk ; https://ourphysics.org），其他材料可后续补上。

具体要求和细节如下：

一、 招聘方向

材料计算相关，包括第一性原理，分子动力学，机器学习等方法在材料学当中的应用。

课题组现采用的研究方法包括 DFT、MD、相场、机器学习等多种方法，研究方向有细胞膜-材料相互作用，纳米孔测序，海水淡化，催化，能源材料的计算，机器学习辅助材料开发等等。

二 、 要求

1. 近期或将要取得博士学位，博士期间有机器学习经验更佳；

2. 要求发表过计算材料类的文章，有机器学习更佳；

3. 有DFT、MD + ML经验的更佳；

4. 良好的独立工作能力和团队协作能力；

5. 良好的英语写作和交流能力

三、地点、时间、薪资

地点：香港城市大学 材料系

时间：尽快入职

薪资：可与老师面议（香港食宿大约8k-10k每月）

（优秀博士可申请香港的相关博士后项目，如香港博士后基金、香江学者等，更多具体细节可与导师联系）。

以下是本课题组的信息，供感兴趣的博士们了解。

研究方向

l MD：生物分子与纳米材料的相互作用；蛋白质与细胞膜的相互作用；二维材料纳米孔测序蛋白质/DNA/RNA；海水淡化；

l DFT：二维材料在能源储存和催化领域的研究；

l ML：机器学习在力场开发、材料设计中的应用。

详细信息可参考课题组主页：https://ourphysics.org

导师简介

l Dr. Jun FAN 在计算材料领域具有丰富的计算经验，目前已在Nature Communications, ACS Nano, Physical Review Letters, Small 和Journal of Materials Chemistry A 等国际知名期刊发表文章。

l

教育经历：

Ph.D.: Princeton University, USA

Master: McMaster University, Canada

BSc: Tsinghua University

转自：“学术前沿速评”微信公众号

如有侵权，请联系本站删除！