계산과학 AI 연구원

소개

이차전지 소재 물성 계산, 계산과학 데이터 구축, AI 기반 소재 발굴 플랫폼 연구개발 팀원, 팀장/매니저급 협의

주요업무

· 이차전지 소재의 원자 수준 계산 및 물성 데이터 구축 · 양극재, 음극재, 전해질 등 배터리 핵심 소재의 계산과학 기반 분석 · DFT 기반 formation energy, intercalation energy, chemical potential 계산 · convex hull, energy above hull, phase stability 등 소재 안정성 분석 · atomic force, diffusion barrier, electronic structure 등 주요 물성 계산 · MD 기반 소재 구조, 동역학, 계면 특성 분석 · VASP, Gaussian, Quantum Espresso, CP2K 등 계산화학/계산재료 도구를 활용한 시뮬레이션 수행 · 계산 결과의 데이터베이스화 및 AI 학습용 소재 데이터셋 구축 · Python 기반 계산 자동화, 후처리 스크립트, 데이터 파이프라인 개발 · 계산과학 데이터와 머신러닝/AI 모델의 결합 방식 연구 · 신소재 후보 탐색을 위한 물성 예측 모델 및 알고리즘 개발 지원 · AI 기반 소재 발굴 플랫폼의 연구 로직 설계 및 고도화 · 논문, 특허, 공개 데이터, 계산 데이터 등을 활용한 소재 지식 체계화

자격요건

· 계산화학, 계산재료, 물리학, 화학, 화학공학, 재료공학, 에너지공학 등 관련 전공자 · 경력 3년 이상 또는 석사 이상 학위 · DFT 또는 MD 기반 계산 경험 · 이차전지 소재, 신소재, 에너지 소재 중 하나 이상의 분야에 대한 이해 · Python 기반 데이터 처리 또는 계산 자동화 경험 · 계산 결과를 단순 산출물로 끝내지 않고, 데이터셋·모델·플랫폼으로 확장하는 데 관심 기술역량 : • 계산과학 / 계산화학 DFT, MD, VASP, Gaussian, Quantum Espresso, CP2K, ASE, pymatgen, Materials Project, 원자 구조 모델링, 에너지 안정성 분석, 소재 물성 계산 • 소재 / 배터리 이차전지 소재, 양극재, 음극재, 전해질, 고체전해질, 신소재, 에너지 소재, 결정구조, 상안정성, 확산 특성, 계면 반응 • AI / 데이터 Python, NumPy, Pandas, PyTorch, Scikit-learn, 머신러닝 기반 물성 예측, 소재 데이터셋 구축, 데이터 파이프라인, 계산 자동화, AI 기반 신소재 후보 탐색 · AI/ML 기술을 계산과학 연구에 접목하는 데 관심 · 연구 문제를 수식, 알고리즘, 데이터 구조로 정리하고 구현

우대사항

· VASP, Gaussian, Quantum Espresso, CP2K 중 하나 이상 사용 경험 · DFT 계산 조건 설정, 구조 최적화, 에너지 계산, band structure, DOS 분석 경험 · MD 시뮬레이션 또는 원자 구조 기반 동역학 분석 경험 · pymatgen, ASE, Materials Project API, RDKit 등 계산과학/소재 데이터 관련 라이브러리 사용 경험 · high-throughput DFT 계산 또는 계산 워크플로우 자동화 경험 · 이차전지 양극재, 음극재, 전해질, 고체전해질, 계면 반응 관련 연구 경험 · formation energy, intercalation voltage, diffusion barrier, phase diagram, convex hull 분석 경험 · 머신러닝 기반 물성 예측, 소재 추천, active learning, Bayesian optimization 경험 · GNN, Transformer, foundation model 등 AI 모델을 소재 데이터에 적용해 본 경험 · 계산 데이터, 실험 데이터, 논문·특허 데이터를 통합해 소재 데이터셋을 구축해 본 경험 · 연구개발 결과를 코드, 데이터, 문서로 체계화 · 초기 제품 개발 과정에서 연구, 데이터 구축, 알고리즘 개발, 플랫폼 고도화에 유연하게 참여

혜택 및 복지

· 근무 형태: 정규직 · 근무 위치: 서울 · 급여: 면접 후 협의 · [시차출퇴근제 운영] 출근 08:00~09:00 / 퇴근 17:00~18:00, 개인 일정에 따라 매일 탄력적으로 출퇴근 시간 조정 가능 채용 전형 · 이력서, 포트폴리오(검색 품질 개선, RAG 시스템 구축 등 구체적인 문제 해결 과정 및 정량적 성과 중심) 제출