同步辐射数据工程师

Job description

多技术数据整合与处理

• 独立负责处理多种同步辐射技术产生的原始数据，包括但不限于：衍射数据：处理一维/二维/三维衍射图谱（斑点/圆环），进行积分、标定、背景扣除、噪声过滤、结构精修等；谱学数据（XAS， XPS， RIXS等）：进行能量标定、背景去除、归一化、边前边后分析、EXAFS拟合等；成像数据（显微CT， Ptychography， XRF映射等）：进行断层重建、相位恢复、图像对齐、分割、去噪、特征提取等。

先进算法开发与优化

• 开发、实现和优化用于数据预处理、快速拟合、模式识别和数据挖掘的自定义算法和流程。重点关注数据处理流程的自动化、标准化和高效化。

数据挖掘与人工智能应用

• 积极探索和应用机器学习（如深度学习、无监督学习）和人工智能技术，用于解决复杂科学问题，例如：从高维数据集中进行自动特征提取和分类；建立“结构-性能”之间的数据驱动模型；开发智能化的数据质量评估和异常检测系统。

科研合作与支持

• 与内部各科研团队紧密合作，为其同步辐射实验项目提供从实验设计、数据采集策略到后期深度数据分析的全链条技术支持。

知识传承与平台建设

• 负责撰写数据处理的标准操作规程，培训团队成员，并参与维护和升级团队的数据处理软件和计算平台。

学历要求

• 拥有物理学、材料科学、化学、计算机、同步辐射技术或相关专业的博士学位。

同步辐射经验

• 具有在国内外主要同步辐射装置（如合肥光源、上海光源、北京光源、APS、ESRF、SPring-8等）上进行实验的经验，深刻理解多种同步辐射技术的原理和实验流程。

核心技术能力

• 精通至少一种主流同步辐射数据处理软件（如DAWN， PyMCA， Fit2D， Dioptas， GSAS-II， Astra等）并具备丰富的实战经验；具备强大的编程能力，熟练掌握 Python或 MATLAB，并熟悉相关的科学计算库（如NumPy， SciPy， Scikit-learn， Pandas等）；具有扎实的数据处理基础，能独立完成数据的降噪、拟合、可视化等基本操作。

研究能力

• 以第一作者身份在知名SCI期刊上发表过与同步辐射数据深度分析相关的高水平研究论文。

个人素质

• 具备出色的解决问题能力、团队合作精神、沟通能力以及强烈的求知欲和创新思维。

人工智能/机器学习经验

• 具有使用TensorFlow， PyTorch等框架开发或应用机器学习模型解决实际科学问题的项目经验。

高通量数据分析

• 具有处理高通量、高维同步辐射数据（如快速扫描谱学数据）的经验。

软件开发经验

• 有参与开发或维护开源科学软件项目的经验。

跨学科背景

• 能够将同步辐射数据分析与第一性原理计算、分子动力学模拟等其他计算手段相结合。