我们正在寻找一位机器学习在材料科学领域的行业博士后。
截止日期：2024年1月31日（无法保证此日期之后的申请会被考虑）
您将与材料领域的科学家密切合作，构建开源机器学习模型（OptApps），用于指导实验室实验计划，从完全手动到完全自动驾驶的任何程度。
具体而言，重点是确定、实施和测试适用于具体科学的模型。
请尝试我们的3分钟教程，了解一下具体情况：https://matterhorn.studio
查看这个15分钟的演讲，了解更多关于OptStore及其OptApps的信息：
您的工作重点将是：
• 研究适用于各种实验挑战的正确贝叶斯优化技术：多保真度、多来源、多步骤（通常称为灰盒方法，请参见.00272）
• 将这些模型作为开源的“OptApps”实现在OptStore上，与材料科学社区共享，重点关注易用性和解释性
• 验证模型的有效性，并解决更深入的研究挑战，有机会发表论文。
您必须具备机器学习方面的相关经验，特别是贝叶斯优化，在硕士/博士水平上完成上述工作。
地点：混合/牛津/伦敦（英国任何地方）
时长：首次限定为8个月，从4月1日到11月30日，有延长或永久职位的选择。
Matterhorn Studio正在引领一场向同行评审的插件贝叶斯优化的范式转变。
我们期待与您一起塑造材料科学的未来。
请通过jakob@matterhorn.studio与Jakob联系，并附上一份简历和您对上述工作的几个想法。 
伦敦