Expert en modélisation atomistique des matériaux

Mercor recrute des experts en modélisation atomistique des matériaux possédant de solides bases en science des matériaux computationnelle, en simulations de mécanique quantique et en modélisation moléculaire pour soutenir la recherche avancée en AI. Les experts évalueront des problèmes techniquement exigeants impliquant des simulations atomistiques, les propriétés des matériaux, des méthodologies computationnelles et un raisonnement scientifique. Le candidat idéal possède une vaste expérience pratique de la théorie de la fonctionnelle de la densité (DFT), de la dynamique moléculaire (MD) et d'autres techniques de modélisation atomistique, ainsi qu'une solide compréhension des principes physiques sous-jacents.

Responsabilités Clés

• Évaluer des problèmes scientifiques avancés impliquant des simulations atomistiques et la science des matériaux computationnelle.

• Examiner et valider les réponses générées par AI impliquant des calculs DFT, la dynamique moléculaire et des prédictions de propriétés des matériaux.

• Évaluer la pertinence des méthodes computationnelles, des paramètres de simulation, des critères de convergence et des hypothèses physiques.

• Analyser les structures atomiques, les propriétés électroniques, l'énergétique des réactions, les mécanismes de diffusion et la stabilité des matériaux.

• Évaluer les phénomènes de surface et d'interface, les énergies d'adsorption, la formation de défauts et les voies de réaction chimique.

• Développer des solutions de référence de haute qualité, des grilles d'évaluation et des explications scientifiques techniquement rigoureuses.

• Identifier les inexactitudes computationnelles, les limitations méthodologiques et les erreurs de raisonnement scientifique.

• Appliquer son expertise computationnelle pour améliorer les performances de l'AI sur des problèmes complexes de science des matériaux.

Qualifications Requises

• Doctorat en science des matériaux computationnelle, science et ingénierie des matériaux, chimie computationnelle, physique de la matière condensée, génie chimique ou dans un domaine étroitement lié. Les candidats exceptionnels titulaires d'un master avec une expérience pertinente substantielle pourront être pris en considération.

• Expérience pratique démontrée avec au moins l'un des éléments suivants :

  • Théorie de la fonctionnelle de la densité (DFT)

  • Dynamique moléculaire ab initio (AIMD)

  • Dynamique moléculaire classique (MD)

  • Simulations de Monte Carlo

  • Modélisation atomistique ou ab initio des matériaux

• Maîtrise d'un ou plusieurs outils computationnels, tels que VASP, Quantum ESPRESSO, CP2K, GPAW, LAMMPS ou des logiciels similaires.

• Solide compréhension de la structure électronique, des interactions interatomiques, de la thermodynamique, de la mécanique statistique et des propriétés des matériaux.

• Expérience dans l'interprétation des résultats de simulation et la validation des prédictions computationnelles.

• Solides compétences en Python pour le calcul scientifique, l'analyse de données ou l'automatisation des flux de travail.

Qualifications Souhaitées

• Expérience avec ASE, pymatgen ou des outils de flux de travail en science des matériaux computationnelle.

• Expertise en modélisation de surfaces et d'interfaces, en catalyse hétérogène, en matériaux semi-conducteurs ou en énergétique des réactions.

• Expérience dans le criblage haut débit de matériaux par calcul.

• Familiarité avec les potentiels interatomiques issus de l'apprentissage automatique et la découverte de matériaux assistée par AI.

• Publications évaluées par des pairs démontrant des recherches en science des matériaux computationnelle.

• Expérience combinant la caractérisation expérimentale des matériaux et des simulations atomistiques.

Détails de la Collaboration

• Engagement : Minimum 10 heures par semaine, avec un potentiel allant jusqu'à 40 heures par semaine.

Pourquoi Rejoindre Mercor ?

• Appliquer une expertise computationnelle avancée à la recherche de pointe en AI.

• Contribuer au développement de systèmes d'AI capables de comprendre et de résoudre des problèmes sophistiqués en science des matériaux.

• Travailler sur des évaluations scientifiques stimulantes impliquant la mécanique quantique, les simulations atomistiques et la découverte de matériaux.

• Collaborer avec des équipes travaillant à l'intersection de l'AI et de la recherche scientifique.