Postdoc Research Associate - Machine Learning/NLP for PEM Fuel Cell & Electrolyzer Materials Develop

Id. de Requisición: 13187

Descripción General

El Grupo de Fabricación de Almacenamiento y Conversión de Energía dentro de la Sección de Electrificación de la Dirección de Ciencia y Tecnología Energética en el Laboratorio Nacional de Oak Ridge (ORNL) está buscando candidatos para un puesto de Investigador Asociado Postdoctoral. Este rol se enfoca en aprovechar las técnicas de aprendizaje automático y procesamiento de lenguaje natural (NLP) para avanzar en el desarrollo de materiales para celdas de combustible de membrana de intercambio de protones (PEM) a baja temperatura y tecnologías avanzadas de electrólisis de agua alcalina (AWE). El candidato seleccionado colaborará con un equipo multidisciplinario para innovar en el desarrollo de electrocatalizadores, diseño de electrodos y procesos de fabricación. Esta posición se encuentra en la Instalación de I+D de Fabricación de Baterías (BMF) del Departamento de Energía (DOE) en ORNL en Knoxville, TN, EE. UU.

Como un laboratorio nacional bajo la Oficina de Ciencia del Departamento de Energía (DOE) de EE. UU., ORNL tiene un legado de 80 años abordando los grandes desafíos de la nación. Nuestro equipo de más de 6,000 empleados dedicados fomenta la creatividad y la innovación. Estamos comprometidos con la diversidad, equidad, inclusión y accesibilidad (DEIA), creando un lugar de trabajo que reconoce diversas ideas y contribuciones. Este compromiso impulsa la misión de ORNL de acelerar los descubrimientos científicos y sus aplicaciones en soluciones energéticas, ambientales y de seguridad.

Principales Deberes y Responsabilidades

• Desarrollar y aplicar modelos de aprendizaje automático para optimizar la síntesis de electrocatalizadores para reacciones de reducción de oxígeno, evolución de oxígeno y evolución de hidrógeno en medios tanto alcalinos como ácidos.
• Utilizar técnicas de NLP para analizar y sintetizar literatura científica y patentes sobre tecnologías PEM y AWE para guiar los diseños experimentales.
• Formular y caracterizar tintas y suspensiones de electrocatalizadores utilizando enfoques basados en datos. Desarrollar métodos de prototipo y recubrimientos de rollo a rollo (R2R) para escalar ánodos y cátodos.
• Colaborar con equipos del Consorcio de Camiones de Celdas de Combustible de Millón de Millas (M2FCT) y los Electrolizadores de Agua de la Próxima Generación (H2NEW).
• Contribuir a la publicación de artículos científicos de alto impacto y presentaciones; participar en el networking y colaboraciones con grupos internos, otros laboratorios nacionales, socios industriales y servicios públicos.
• Supervisar y orientar a estudiantes e investigadores junior.
• Alinear comportamientos, prioridades e interacciones con los valores fundamentales de ORNL de Impacto, Integridad, Trabajo en Equipo, Seguridad y Servicio. Promover DEIA fomentando un lugar de trabajo respetuoso y colaborativo.

Calificaciones Básicas

Un doctorado en informática, química computacional, ingeniería química, electroquímica, ciencia de materiales o un campo estrechamente relacionado, completado en los últimos 5 años con un enfoque en aprendizaje automático y/o procesamiento de lenguaje natural.

Calificaciones Preferidas

• Experiencia comprobada en la aplicación de técnicas de aprendizaje automático a la ciencia de materiales, electroquímica o campos relacionados.
• Sólido historial de publicaciones en revistas científicas relevantes con excelentes habilidades de comunicación escrita y oral.
• Experiencia en la contribución a propuestas de investigación, redacción de informes científicos detallados y obtención de patentes.

Requisitos Especiales

Los solicitantes deben haber recibido su doctorado en los últimos cinco años y deben completar todos los requisitos de grado antes de la fecha de inicio del nombramiento. La duración del nombramiento es de hasta 24 meses, con la posibilidad de extensión basada en el desempeño y los fondos disponibles