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/研究助理

B站影视 2025-01-04 12:52 3

摘要: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。

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。

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/

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。

来源:大师兄留学

相关推荐