1.python相关, 数据分析,特征工程,能熟练处理数据,对文本,数值等的信息和相关特征的特征工程
2.掌握常用机器学习模型工具,熟悉Linux系统
3.量子化学计算 DFT,熟悉HPC计算工具
4.Rdkit 化学计算工具
5.Java 后端,mongoDB,MySql数据库
1. 含能材料数据库:
1). 架构:CentOS6.5+MongoDB+SpringBoot +Vue 前后端分离架构(负责后端)
2). 功能实现:Python实现数据存储组建 自动获取计算任务配置信息、计算结果报表信息等数据,并存入指定数据库;Java实现了材料数据库的CRUD,多字段组合查询,材料分子 子结构比对查询,分子结构文件后台打包下载,多字段排序分页显示,用户登录功能。
2.境外舆情监测系统:
1). 架构:python 爬虫+MySql+SpringBoot +RuoYi管理平台架构
2). 功能实现:python实现Twitter用户数据爬取,自动处理数据,去重扩展过滤,录入数据库;Java实现了舆情数据的查询,统计,Echats 实现数据可视化界面
3.含能材料热稳定性能预测及分子筛选器:
HPC下的DFT高通量计算
实现了分子的自动生成算法(可自定义的骨架基团替换)
RNN 实现分子骨架生成
MPNN 基于深度学习实现了材料的性质预测
项目旨在为中物院某研究所开发一套基于高通量计算平台的数据管理系统。该系统将对计算平台产生的数据、文件进行管理、为高通量计算平台后续的数据利用提供服务。 系统主要包含两大功能模块,数据展示及后台管理,结合多种开源工具,提供了丰富的数据检索方式以及多样的数据展示方式,使高通量计算平
利用机器学习技术快速扫描大量的化合物,以确定其关键属性,包括德拜温度和化学相容性,证明机器学习可以为开发高性能材料带来利用价值。本项目是含能材料领域密度性质的一次成功的应用