自我介绍
我是一名专注于人工智能与电子材料交叉领域的研究者/工程师。我的工作围绕智能材料设计、半导体器件物理与AI驱动的材料研发，致力于通过机器学习与高通量计算加速新型电子材料的发现与产业化应用。
核心研究方向：
•  AI for Materials： 利用深度学习、图神经网络（GNN）及生成式模型进行材料性能预测、逆向设计与工艺优化
•  半导体与电子材料： 宽禁带半导体（SiC、GaN）、二维材料（石墨烯、MoS₂）、高k介质及先进封装材料的表征与可靠性研究
•  计算材料学： 第一性原理计算、分子动力学模拟与多尺度建模，结合实验验证构建"计算-实验"闭环
•  熟悉半导体器件制备流程（光刻、薄膜沉积、刻蚀、封装）及材料表征手段（XRD、TEM、XPS、AFM等）
•  具备扎实的AI工程能力，熟练使用PyTorch/TensorFlow框架，有大规模材料数据库（如Materials Project、AFLOW）的挖掘经验
职业理念：
我相信"数据+物理"是突破电子材料研发瓶颈的关键路径。在摩尔定律趋近物理极限的今天，期待以AI为杠杆，推动下一代芯片材料、柔性电子及量子材料的创新落地。