当前重点为大家搜集全奖博士招聘信息为大家的申请提供便利。同时，我们的辅导老师免费为大家进行申请前的指导，为大家解答申请各国（英国/澳洲/新西兰/欧洲/新加坡/中国香港等地区）硕博的优劣势，以及例如offer兑换这样政策解读。
职位信息
香港科技大学（广州）黄加强课题组招收AI+电池方向全奖博士一名，研究助理一名（表现优秀可推荐申请硕士或博士项目）。研究数据科学和人工智能方法驱动的电池电解液材料发现、配方筛选和性能预报。
研究方向
- 智能电网灵活资源调控（电动车、电池和分布式能源等）
- 人工智能驱动的能源管理与市场竞标
- 基于可再生能源的电力市场优化与运行
- 低碳能源与交通系统的集成与协同优化
课题组介绍
黄加强博士于2022年1月加入香港科技大学（广州）功能枢纽可持续能源与环境学域。他于2013年毕业于上海交通大学机械工程及其自动化专业，于2017年取得香港科技大学机械工程博士学位。他先后在香港理工大学和法兰西公学院从事博士后研究。他目前的研究兴趣为电池、传感器与机器学习的交叉领域。他共发表46篇期刊文章，包括15篇第一/通讯作者文章，如Nature Energy, Nature Sustainability, Energy & Environmental Science (×2), and Advanced Energy Material, Advanced Functional Materials(×2), Energy Storage Materials(×2), Journal of Electrochemical Society等。
详情请见https://seejhuang.people.ust.hk/
申请要求：
对于博士项目的申请者：
- 学术背景（满足任一）
- 化学、材料相关专业背景，有丰富的电解液实验的研究经历，同时熟练掌握至少一种第一性原理计算工具，有较高的代码熟练度。
- 化学、材料相关专业背景，有电池实验的研究经历，同时熟悉常规的统计学分析方法、机器学习模型和常用的机器学习库，有较高的代码熟练度。
- 数据科学相关背景，有可解释性机器学习、时间序列分析、贝叶斯优化、小数据机器学习等项目经历，能理解并学习运用前沿顶会报道的新模型方法，同时有一定的电化学基础知识。
- 优秀院校毕业生，对科研充满热情。
- 有已发表的论文成果（对于本科生申请者在投亦可）
对于科研助理的申请者：
- 学术背景参考博士招生项目，满足部分学术背景要求。
- 有极强的自主学习能力，愿意学习编程、机器学习和第一性原理计算的技能。
- 优秀院校毕业生。
表现优秀的科研助理，我们将优先提供博士项目名额或推荐申请红鸟硕士项目。
奖学金及福利
- 博士生助学金1.5万人民币/月。
- 硕士生助学金1万人民币/月
- 科研助理待遇面谈。
- 学校HPC平台拥有丰富的算力资源，实验平台拥有全自动电解液配置、电池组装机器人和高通量电池测试平台。
