人工智能研究科学家 - 图神经网络 / 基础模型

纽约 9天前全职 网络
70.7万 - 212.1万 / 年
Radical AI, Inc. 是一家加速科学研究与开发的人工智能公司。我们处于材料研发领域的创新前沿,这是推动我们最前沿产业进步和塑造未来的关键驱动力。打破传统缓慢且昂贵的研发过程,Radical AI 利用人工智能和机器学习开创了生成材料科学。这一创新领域结合了人工智能、工程学和材料科学,彻底改变了材料的创造和发现方式。Radical AI 的方法加速了研发,解决了全球挑战,在技术和可持续性方面设定了新的基准。 机会 作为一名专注于我们基础模型开发的人工智能研究员,您将处于将先进的机器学习技术与材料建模相结合的前沿,以创建一个可泛化、稳健且可扩展的通用机器学习原子间势,能够加速材料发现。您的工作将在实现自驱动实验室和推动人工智能驱动的材料科学方面发挥关键作用。 您的专业知识将通过在顶级人工智能/机器学习会议(如 NeurIPS、ICML、ICLR)和我们公司的博客上发表文章,积极参与会议和研讨会,为更广泛的研究社区做出贡献。这个角色提供了独特的机会,可以指导和培养我们技术团队的初级成员和研究实习生,促进成长和创新的文化。 职位有多个级别:高级、员工和首席。 使命 • 开发能够高保真度表示多样化化学系统的可扩展 MLIP 框架。 • 创新并实施最先进的机器学习模型,例如图神经网络、等变架构或混合方法,用于原子间势的开发。 • 策划并整合来自第一性原理计算(例如 DFT)和实验来源的大规模数据集。 • 探索主动学习和自动数据获取工作流,以高效扩展数据集。 • 解决 MLIP 设计中的可扩展性、泛化性和可转移性挑战。 • 优化训练和推理管道,以有效利用高性能计算资源。 • 通过在顶级人工智能/机器学习会议(如 NeurIPS、ICML、ICLR)和我们公司的博客上发表文章,以及积极参与会议和研讨会,为人工智能和材料科学研究社区做出贡献。 • 用新颖和不同的想法、创造力和对立思维解决具有挑战性的问题。 • 指导和培养初级团队成员和实习生,促进持续学习和创新的环境。 关于您 • 拥有人工智能、机器学习、物理、材料科学、计算机科学或相关领域的博士、硕士或学士学位,重点关注原子建模。 • 至少 3 年的人工智能研究经验,特别是在图神经网络、深度学习架构或等变建模技术方面。 • 对材料建模和原子间势有扎实的理解,包括 DFT 和分子动力学模拟。 • 熟悉高性能计算和分布式训练方法。 • 在人工智能和机器学习领域设计和运行大规模实验方面有证明的经验。 • 热衷于利用机器学习解决科学相关问题,并致力于进行世界级研究。 • 精通 Python 和相关的机器学习库(例如 PyTorch)。 • 在顶级人工智能/机器学习会议或期刊上有良好的发表记录。 • 优秀的合作和沟通能力,能够清晰有效地表达复杂的技术想法。 附加条件 • 具有开发或应用 MLIP(如 Gemnet、MACE、NequIP、Allegro 或类似框架)的经验。 • 熟悉软件工程最佳实践。 我们提供 • 竞争力的薪酬套餐,还包括最佳福利: • 为您和您的家人提供医疗、牙科和视力保险 • 心理健康和健康支持 • 无限带薪休假和每年 14 天以上的公司假期 • 401K • 与处于人工智能研究前沿的团队紧密合作。 • 一项使命:有机会从根本上改变人类通过材料科学发现进步的方式。 • Radical AI 致力于提供平等的就业机会,不论种族、肤色、祖籍、国籍、宗教、性别、年龄、性取向、性别身份和表达、婚姻状况、残疾或退伍军人身份。 年薪 $100 - $300 + 股权 + 福利;基础薪资可能因工作相关知识、技能和经验而有所不同。 Radical AI 致力于提供平等的就业机会,不论种族、肤色、祖籍、国籍、宗教、性别、年龄、性取向、性别身份和表达、婚姻状况、残疾或退伍军人身份。