时间：2026-08-18 栏目: 吉林 浏览量：4
因吉林大学材料科学与工程学院 AI for Science/AI for Materials科研项目建设需要，学院科研团队委托吉林省彩虹人才开发咨询服务有限公司，面向社会公开招聘人才派遣(Ⅱ类)科研辅助岗位人员2名。岗位主要围绕材料科研数据、算法模型、科研软件、智能体及实验与计算流程自动化等工作，为团队科研项目提供技术和工程支撑。岗位需求、专业考核和日常工作由吉林大学材料科学与工程学院科研团队组织实施;录用人员与派遣公司签订劳动合同派遣至学院工作。
招聘岗位：科研辅助岗(AI for Materials 方向)
招聘人数：2名
工作地点：吉林大学中心校区 · 材料科学与工程学院材料科学系
学历要求：全日制本科及以上学历，重点考察逻辑思维、项目实践与工程实现能力
用工形式：录用人员按照劳务派遣方式(吉林大学人才派遣Ⅱ类)进行管理，不纳入吉林大学事业编制
综合待遇：16万元起/年(税前综合用工成本口径，含单位承担的五险一金)
发展机会：表现优异者可按学校相关制度参与团队科研成果转化、项目孵化及创新创业实践。
岗位特点：依托吉林大学材料学科真实科研任务，参与AI for Materials科研工具、数据流程和智能体系统建设。岗位强调逻辑思考、科研需求理解、工程实现和完整项目能力，不以高学历或论文数量作为唯一评价标准;所有工作均以科研项目推进、科研效率提升和研究过程规范化为核心。
一、岗位定位与科研方向
本岗位属于科研辅助岗位，围绕团队AI for Materials科研项目，在科研人员指导下开展技术和工程支持。主要任务是将材料科研问题转化为可执行的数据处理、模型验证、软件工具、智能体工作流和实验流程自动化任务，形成可运行、可复现、可验证、可维护的科研辅助成果。
主要科研方向包括但不限于：
• 材料科研数据的采集、清洗、标准化、管理、检索与可视化;
• 科研文献、实验记录、专业知识及研究过程的结构化处理;
• 材料计算、算法模型、大语言模型及科学工具的接入、评估和组合调用;
• 面向科研任务的 RAG、Tool Calling、智能体工作流与过程追踪;
• 实验数据、计算结果和模型结果的分析、展示及科研报告辅助生成;
• 科研仪器、传感器、自动化装置、控制系统及第三方科研软件的接口连接;
• 面向科研团队的内部科研软件、数据工具和 AI for Materials 工作平台建设与维护;
• 科研项目技术文档、阶段成果、软件著作权及相关材料的整理与支撑。
二、岗位职责
1.科研需求梳理与任务转化
深入了解材料科研团队的研究流程，在科研人员指导下，将相对模糊、专业化的需求转化为数据要求、功能模块、技术方案、阶段计划和验证标准。
2.科研软件与工具研发
参与AI for Materials相关科研工作台、数据处理工具、后端服务、模型调用模块、分析与可视化工具的设计和开发，能够独立完成关键功能。
3.大模型与智能体科研应用
开展模型API接入、结构化输出、RAG、函数与工具调用、单/多智能体任务设计、状态与记忆管理、执行过程追踪、效果评测及稳定性优化。
4.材料数据与科研数据工程
参与实验数据、计算数据、文献数据和材料数据的导入、清洗、元数据设计、质量检查、版本管理、权限控制、分析与可视化，建立可复用的数据处理流程。
5.设备及控制系统集成
根据科研项目需要连接科研仪器、传感器、机器人、自动化装置或第三方控制系统，实现数据采集、状态获取、指令发送、任务执行、异常告警和实验流程自动化。
6.科研过程支撑与成果整理
负责科研环境中的测试、部署、版本管理、日志监控、问题排查、技术文档和使用说明;根据科研人员反馈持续优化工具，并配合形成项目阶段成果、技术报告及相关知识产权材料。
三、任职要求
(一)基本条件
1.遵守法律法规
具有良好的职业道德、责任心和团队合作精神;身心健康，能够适应岗位工作要求。
2.学历与专业
具有全日制本科及以上学历，计算机科学、软件工程、人工智能、自动化、电子信息、应用数学、材料科学、物理、化学等相关专业优先。专业和学历背景不是唯一评价标准，实际项目能力与成果质量更为重要。
3.逻辑与学习能力
具备较强的逻辑分析、抽象归纳和问题拆解能力，能够快速理解新领域知识，并将复杂问题转化为清晰、可执行的研发任务。
4.沟通与协作能力
能够与材料、物理、化学及计算科学等专业科研人员开展跨学科合作，能够准确理解需求并及时反馈进展与风险。
5.责任与自驱力
在需求不完全明确、缺少成熟方案的情况下，能够主动调研、提出方案、快速验证并推动任务完成，愿意亲自动手并对结果负责。
6.科研规范意识
重视数据质量、模型可靠性、结果可复现性、科研诚信、数据安全和知识产权保护。
(二)项目实践与 AI 编程工具要求(核心筛选条件)
1.必须具备完整软件项目经历
至少参与或主导过1项完整的软件系统、科研工具、AI 应用、数据平台、工业软件、控制系统或开源项目，并经历问题理解、方案设计、编码开发、测试、部署或实际使用等主要环节。纯课程作业、单页 Demo或无法运行的概念原型原则上不作为完整项目认定。
2.项目应具有真实应用基础
代表项目应至少具备明确使用者、真实应用场景、持续运行、实际验收、公开演示或迭代记录中的一项;具有面向企业、科研团队或外部单位交付系统的经历者优先。
3.必须实际使用过 Codex、Claude Code 和 Cursor
须在真实项目中使用过上述三类 AI 编程工具，并至少使用其中一种作为主要开发工具完成过一项完整项目;能够说明其在需求拆解、编码、重构、测试、调试、代码审查和部署中的实际作用。
4.面试必须展示代表项目
需现场演示项目，或提供可验证的演示视频、体验地址、代码仓库、部署截图、验收材料等，并清晰说明本人职责、技术架构、关键决策、问题处理、迭代过程和最终结果。涉及保密项目可进行脱敏展示。
5.具备应用意识与系统化能力
能够从科研人员和实际使用流程出发判断真正需要解决的问题，合理确定任务边界、优先级、最小可验证成果和验收标准，不以堆叠功能或追求复杂技术作为目标。
6.具备独立判断和验证能力
不能只依赖 AI 生成代码;应能够审查代码、定位问题、设计测试、验证结果，并对最终提交的科研工具和技术成果负责。
(三)工程研发能力
1.Python 开发能力
熟练使用 Python 开展软件开发、数据处理或AI应用研发;同时至少掌握一种能够完成完整系统建设的技术栈，如 TypeScript/JavaScript + React/Vue、Go、Java 或其他服务端、桌面开发技术。
2.软件工程基础
熟悉 Git、API 设计与调用、关系型数据库、Linux、Docker、软件测试、日志排查、基础部署和技术文档编写。
3.AI 与数据能力
理解大语言模型、机器学习和数据分析的基本概念，能够开展模型接入、提示与上下文设计、结构化输出、RAG、工具调用、效果评估和工程化应用。
4.科研资料转化能力
能够阅读技术文档、论文和相关研究资料，并将其中的方法转化为可运行、可验证的科研工具或计算流程;不要求入职前已经是材料专家，但应具备快速学习材料科研概念的能力。
5.质量与可复现意识
重视代码质量、数据来源、参数记录、版本管理、结果验证和运行环境记录，能够保障科研软件与数据流程的可维护性和可复现性。
四、优先条件
• 研发过工业控制系统、科研仪器控制系统、机器人系统、物联网系统、实验室自动化平台或数据采集系统;
• 熟悉串口、Modbus、MQTT、OPC UA、HTTP API 等设备通信与系统集成方式;
• 具有企业级软件、工业软件、数据平台、AI 应用或面向真实使用者的完整系统建设经验;
• 具有 AI for Science、AI for Materials、材料信息学、计算材料学、计算化学或科研软件项目经验;
• 了解 DFT、分子动力学、晶体结构、材料性质预测、高通量计算等概念，或熟悉 PyTorch、JAX、TensorFlow 等框架;
• 具有 GPU/HPC、批量科研任务调度、云端部署或大规模数据处理经验;
• 拥有可公开的GitHub/Gitee项目、开源贡献、软件著作权、专利或可验证的系统交付成果;
• 具有科研成果原型化、软件化、应用验证或从 0 到 1 建设复杂系统的经历。
五、应聘项目成果与考核方式
(一)代表项目材料
本岗位将候选人的实际项目成果作为核心考核材料。应聘人员至少提交1项代表项目，建议包含以下内容：
• 项目名称、应用场景、主要使用者、拟解决的问题及核心功能;
• 本人在项目中的具体职责、贡献比例和关键技术决策;
• 项目截图、演示视频、体验地址、代码仓库、部署信息或其他可验证材料;
• 技术栈、系统架构、数据流程、模型或工具调用方式;
• Codex、Claude Code、Cursor在项目中的实际使用方式，以及本人如何审查和验证AI生成结果;
• 项目运行、使用、验收、迭代记录或阶段性成果;
• 开发过程中遇到的关键问题、解决方案及复盘。
特别说明：无法提供可验证的代表项目，或无法清晰说明本人实际贡献者，原则上不进入后续专业考核。
(二)考核流程
1.资格审查
审查学历、专业背景、工作经历、报名材料和基本条件。
2.项目成果评审
重点判断项目真实性、完整度、个人贡献、技术方案、实际应用、结果验证和持续改进能力。
3.专业面试
候选人现场展示代表项目，说明从问题理解到实现验证的全过程，并接受科研场景、软件工程、AI 应用和跨学科协作方面的提问。
4.AI 辅助研发实操
考核允许使用 Codex、Claude Code 或 Cursor，重点考察需求理解、任务拆解、上下文组织、代码审查、调试定位、结果验证和可运行成果，而非单纯手写代码速度。
5.综合评议
综合考察逻辑思考、应用意识、工程基础、自驱力、沟通协作、学习能力和岗位匹配度。具体考核可采用材料评审、笔试或实操、面试相结合的方式，时间另行通知。
六、用工形式、薪酬待遇与发展机会
1.用工形式
本次招聘的人员按照劳务派遣方式(吉林大学人才派遣Ⅱ类)进行管理，与吉林省彩虹人才开发咨询服务有限公司签订劳动合同，派遣至吉林大学材料科学与工程学院工作，不纳入吉林大学事业编制，不享受事业编制福利待遇。
2.综合待遇
年度综合待遇原则上16万元起，按税前综合用工成本口径核定，包含个人税前工资、单位承担的五险一金等;能力突出者可适当上浮。具体工资、绩效及缴费结构以录用通知和劳动合同为准。
3.薪酬结构
工资由岗位工资和绩效工资组成，岗位工资原则上按月发放，绩效工资根据工作表现和年度考核结果发放。
4.试用与合同
试用期2个月，试用期工资按正常工资的90%发放;试用期满考核合格后正式聘用。劳动合同期限原则上为 2 年。
5.学习与发展
岗位成员可在材料科学、人工智能、科研数据和实验自动化等交叉场景中开展实践，参与团队科研平台和科研工具的持续建设。
6.成果转化与创新创业机会
对工作表现优异、具备科研成果应用与组织能力的成员，在符合学校有关制度并履行相应程序的前提下，可参与团队科研成果转化、项目孵化及创新创业实践。
合规说明：科研成果转化、项目孵化和创新创业事项须依据项目成熟度，按照学校关于科研经费、知识产权和成果转化的有关规定另行履行程序;相关机会不改变本岗位以科研辅助工作为主体的岗位性质。
七、报名方式与招聘程序
(一)报名时间
自公告发布之日起接受报名，具体截止时间以正式发布通知为准。
(二)报名材料
• 附件：《人才派遣(Ⅱ类)人员报名表》：可从吉林人才网(http://www.jlrc.com.cn)或吉林省人才市场微信公众号下载，填写后本人签字并扫描为 PDF;
• 个人简历及1页以内的代表项目说明;
• 身份证正反面、全部高等教育学历和学位证书、学信网学历认证报告;国(境)外学历需提供教育部留学服务中心认证;
• 代表项目清单、演示材料、体验链接、代码仓库或其他可验证材料;
• 外语水平、获奖证书、专业技术资格、软件著作权、专利、从业经历或项目验收等其他证明材料。
(三)材料提交
请将全部报名材料整理为压缩文件，发送至：xin_he@jlu.edu.cn。
邮件主题及压缩包命名：应聘科研辅助岗(AI for Materials 方向)+姓名+毕业院校。
学院完成资格审查后，将通过电话或邮件通知进入后续考核的应聘人员。具体考核时间和安排另行通知。
八、聘用管理及其他事项
1.聘用管理
拟聘人员与吉林省彩虹人才开发咨询服务有限公司签订劳动合同并办理派遣手续。试用期一并计算在劳动合同期限内;试用期考核不合格的，取消聘用。
2.不得报考情形
在读全日制普通高校学生;现役军人;曾受过刑事处罚和曾被开除公职的人员;公务员和参照公务员法管理的机关单位工作人员被辞退未满5年的;在各级公务员招考及事业单位公开招聘考试中被认定有舞弊等严重违反录用纪律行为的人员，以及受到不得报考处理并仍处于禁考期的人员。有上述情形人员，一经发现，取消其应聘资格。
3.材料真实性
应聘人员应对所提交材料的真实性、完整性负责。存在隐瞒、伪造或弄虚作假的，一经查实，取消应聘或聘用资格。
4.招聘费用
本次招聘不收取报名费、培训费、安置费等任何费用，未委托任何教育机构、中介机构或个人开展辅助招聘和考前辅导。
九、联系方式
用工单位：吉林大学材料科学与工程学院材料科学系
联系人：贺欣老师 15584178996
报名邮箱：xin_he@jlu.edu.cn
吉林大学材料科学与工程学院AI for Materials 科人才派遣Ⅱ类工作人员岗位表
人才派遣(Ⅱ类)人员报名表
2026 年 8月 18日
文章来源：https://www.jlrc.com.cn/ww/web/cms/detail/index.html?id=2089525909962149889