该项目依托的澳大利亚国立大学（ANU）在2026年QS世界大学排名中位列第32位，其School of Engineering在能源技术与材料科学领域具有深厚研究积累。项目所在团队是全球下一代太阳能技术研究的领军者，已实现钙钛矿太阳能电池世界记录，研究成果发表于Nature、Science、Energy & Environmental Science等顶级期刊，在光伏技术创新与应用方面具备显著优势。
一、项目简介
本次招聘为光伏人工智能方向的全资助PhD项目，面向全球学生开放申请，全年接受报名。
项目聚焦机器学习与物理基AI在钙钛矿光伏领域的应用，旨在通过AI技术解决光伏材料稳定性等关键问题，推动高效稳定太阳能电池的理性设计，属于AI与能源技术交叉的前沿研究方向。
二、工作内容
- 围绕钙钛矿光伏材料的稳定性控制展开研究，利用机器学习和物理基AI技术，实现材料发现与器件优化从“直觉驱动”向“AI赋能”的转变。
- 基于团队自研的AiNU人工智能平台，开展计算与实验结合的研究工作，涉及光伏材料的设计、模拟及性能验证。
- 使用团队配备的计算与实验设施，完成相关数据采集、分析及模型构建，参与高水平科研论文的撰写。
- 参加国内外相关领域学术会议，与全球科研同行进行学术交流与合作。
三、福利待遇
- 资金支持：成功申请者可获得每年AUD $39,069的免税津贴，同时享受全额学费减免。
- 科研资源：可使用先进的计算设施（包括National Computational Infrastructure及配备AMD Threadripper Pro 7965WX和NVIDIA RTX 4090 GPU的团队高性能工作站）、世界级钙钛矿光伏制备与表征实验室，以及澳大利亚国家制造设施（ANFF）等国家级平台。
- 合作网络：依托Australian Centre for Advanced Photovoltaics（ACAP），与中、德、美、英等国及澳大利亚本土顶尖高校建立广泛的国际国内合作关系。
四、申请建议
- 学术背景：需具备计算机科学、计算材料科学或钙钛矿光伏相关专业背景。国际申请者需为毕业院校前5%的顶尖学生，澳新地区申请者需至少拥有二等以上荣誉（H2A）或同等学历。
- 研究成果：GPA低于3.2/4.0的申请者，需通过以下任一方式证明研究能力：至少1篇第一作者高影响力期刊/会议论文（影响因子≥20或NeurIPS、ICML等）；至少3篇第一作者高质量期刊/会议论文（影响因子≥5）；至少3项专利。
- 技能匹配：突出机器学习、计算材料科学相关经验，对钙钛矿光伏技术的AI应用有浓厚兴趣者更具竞争力。
五、对该职位的理解和创新想法
该项目聚焦AI与钙钛矿光伏的交叉融合，以解决光伏材料稳定性难题为核心目标，可以从以下角度进行思考：
- 如何通过物理基AI模型兼顾材料模拟的准确性与计算效率，突破传统试错法的局限；
- 如何利用AI技术构建钙钛矿材料性能与制备工艺之间的定量关系，实现器件的精准优化；
- 如何结合团队现有世界记录成果，通过AI挖掘材料结构与稳定性的内在关联。申请者应当充分梳理自身在机器学习算法设计、材料计算模拟或光伏实验方面的经历，突出与项目研究方向的契合度，同时可提出对AI赋能光伏材料研发的初步设想，展现对领域前沿的理解与创新潜力。
【竞赛报名/项目咨询+微信：mollywei007】
