文章来源于：知乎，作者：张林峰
近来越来越发现，一些共同的所谓气质和品味对于一个算法团队来说可能比所谓“账面实力”重要的多。可能也是因此，一个比较确切的事情是，标准渠道确实很难遇到那么几个能产生深刻共振的同学，所以干脆这里碰碰运气。
近几个月，我所在的深势科技和AI for Science Institute (AISI) 正在迎来一波研发的高潮。我参与推动了很多结合物理模型和机器学习的算法、软件研发项目：电子体系薛定谔方程求解、机器学习辅助的密度泛函和紧束缚模型开发、覆盖元素周期表的势函数预训练模型、支持各种形式力场优化的可微分子力场引擎、大分子构象空间的高效采样算法、药物结合自由能计算相关的Uni-FEP，等等。
这些项目都有一个共同的特点：属于当下。正如同一百年前的20世纪20年代是量子力学大厦建立的黄金时期、也是唯一历史时期——那时的狄拉克、海森堡也都只是20岁出头的样子。不管你处在什么年龄段，如果你感兴趣AI for Science，那么当下正是其创新算法、基础软件、前沿应用蓬勃涌现的时候——我猜等到2026年，量子力学百年的时候，很多大的方面的事情会逐渐尘埃落定。恰好，对于上述话题，可以毫不夸张地说，我们是世界顶级的群体，也是推动这波浪潮的主要力量之一。
近期我发起了一个为期一个季度的内部讨论班，偏分子动力学、统计力学、机器学习。它将从国庆后开始，结合理论、算法、以及诸多我们本就在推进的实战项目进行。这个讨论班会汇集众多骨灰级开发者，会有非常多课本难以学到的独特的洞见分享和灵感碰撞。我想这也将是个培养同学的好机会。因此，希望借此机会通过这个广告招2-3位实习生，大家一起学习、一起探索。
对实习生的要求：1. 对上述话题有兴趣，不怕学新东西；2. 追求卓越，哪怕有时候这与“追求优秀”相矛盾（你需要发自内心地认同这段话：优秀的人在世俗意义上的表现不错，例如成绩好；卓越的人不怎么care这个，有时候恰好世俗意义上的表现也不错，但那对他们来说不是最重要的事情。对他们来说最重要的事情源自他们内心的追求）只要你愿意迎接挑战，我们希望跟你碰撞出最exciting的事情来推动；3. 每周至少有3天时间搞事情。
如果你的反应不是退缩、而是激动，请发一段个人陈述到这里（不用太在意具体的job description，另外请注明下是看到这个帖子后报名的）。
加分项：能根据自己兴趣hands-on地探索deepmodeling中的项目；或读一些相关文章（一个可供参考的方式是通过检索我的Google Scholar）。
PS：如果你对相对更加Data Driven的AI for Science话题感兴趣，或许可以看看国霖的帖子们（https://zhuanlan.zhihu.com/p/569311749）
