科学指南针唯理计算团队：27 名全职计算工程师，覆盖五大模拟方向

科研人必备干货｜全套科研知识库

常用科研资料汇总，点击领取即可获取。

模拟计算能否真正服务于科研问题，取决于团队是否拥有稳定的人才配置、扎实的理论基础和跨尺度的方法能力。科学指南针唯理计算现有全职计算工程师 27 名，其中博士或博士后 9 名，业务覆盖量子化学计算、第一性原理计算、分子动力学模拟、CAE 仿真和机器学习五大方向。团队面向催化、能源材料、电池、电解质、环境、生物、光化学、合金、结构材料、界面工程和多场耦合等研究场景开展模拟计算工作。

对研究者而言，团队实力不应只停留在“能做哪些软件”这一层。更重要的是，能否围绕课题的电子结构、反应机制、分子运动、光谱特征、相稳定性或工程边界条件，找到合适的理论切入点，并把模型假设、比较基准和目标输出说明清楚。下面从团队配置、科研积累和核心工程师方向三个层面介绍科学指南针唯理计算团队。

团队配置：稳定的全职工程师队伍与博士背景支撑

科学指南针唯理计算拥有 27 名全职计算工程师，其中 9 名为博士或博士后。团队来自中国人民大学、北京大学、浙江大学、厦门大学、中国科学院大学、北京师范大学、北京科技大学、南京林业大学、浙江工业大学、杜兰大学、杜克大学等国内外高校及科研机构培养体系，专业背景横跨化学、材料、物理、环境、能源与工程等方向。

这种人员结构的价值，在于可以从研究问题出发讨论方法边界，而不是将课题机械地套入单一计算工具。例如，催化和能源材料问题往往需要从第一性原理、电子结构或反应路径分析切入；电解质、聚合物、非晶材料和合金演化问题更需要关注分子动力学、模型构建和统计分析；光谱和激发态问题则需要结合量子化学、光化学或光物理计算；结构受力、传热和多物理场问题可进一步讨论 CAE 仿真的模型与边界条件。

科研积累：从理论研究到计算工具建设

团队近两年已与南京大学、复旦大学、厦门大学、北京理工大学、中科院化学所、中国兵器第五十二研究所等单位建立科研合作。团队联合申报获批 2025 年国自然面上项目；近两年以共一或共同通讯在 Science、Advanced Energy Materials、Journal of the American Chemical Society、Organic Chemistry Frontier、Journal of Physical Chemistry C、ACS Physical Chemistry Au 等期刊发表多篇科研论文。

除具体课题研究外，团队还参与编辑出版计算类专业书籍《模拟计算指南》，并开发计算源文件自动审核工具，面向学术界免费使用。这些工作反映的是团队在理论计算、科研协作和计算流程规范化方面的长期积累。它们不替代任何具体课题的模型评估，也不构成对论文发表、项目获批或研究结论的承诺；具体方案仍需根据研究对象、已有数据和目标问题确定。

核心工程师：博士背景与专业方向介绍

张博士：计算化学、催化与能源材料理论研究

张博士为科学指南针唯理计算高级工程师，拥有 18 年计算经验。其获美国阿拉巴马大学博士学位，并在美国路易斯安那州立大学、美国杜兰大学从事博士后研究。在 Nature Nanotechnology、Journal of the American Chemical Society、Angewandte Chemie International Edition、Energy & Environmental Science、ACS Catalysis、ACS Nano 等期刊发表 SCI 收录论文 30 余篇；曾作为主要执行人参与美国能源部项目，回国后主持中国科学院百人计划人才项目。研究方向聚焦计算化学与材料模拟，涵盖催化材料、能源材料、合金材料、密度泛函理论、反应路径、电子结构与界面过程模拟。

江博士：分子动力学与机器学习力场

江博士为科学指南针唯理计算高级工程师，计算模拟经验 14 年，中国人民大学博士、北京大学博士后，发表多篇 SCI 论文。其研究重点包括分子动力学方法与应用、LAMMPS 架构底层逻辑及二次开发，并涉及非晶材料结构与动力学、合金晶化过程、电池电解质和机器学习力场。对于需要分析体系结构演化、扩散、相变或电解质行为的课题，可从组分、浓度、温压、初始构型和目标统计量等信息开始沟通。

陈博士：催化理论与多尺度模型

陈博士为科学指南针唯理计算高级工程师，拥有 9 年计算模拟经验，博士毕业于浙江大学化学系，并在深圳大学从事光学工程博士后研究。其主持省部级科研项目 1 项，在 Nature Communications、Angewandte Chemie、Matter、ACS Catalysis 等期刊发表 SCI 论文 20 余篇，获授权国家发明专利 2 项。研究方向包括催化理论、多尺度模型、电催化、热催化、跨尺度计算物理和微观动力学，适合用于讨论反应网络、关键中间体、微观步骤与宏观性能之间的关联。

肖博士：拉曼光谱与电催化多尺度模拟

肖博士为科学指南针唯理计算高级工程师，计算经验 7 年，获厦门大学物理化学博士学位。在 Science、Advanced Materials、Journal of the American Chemical Society、Advanced Functional Materials、Analytical Chemistry、Chemical Engineering Journal、Electrochimica Acta 等期刊发表 SCI 收录论文 30 篇。其主要从事拉曼光谱模拟与分析、多相电催化反应多尺度模拟，对表面增强拉曼光谱、电催化反应体系和钙钛矿体系较为熟悉。对于实验谱图与候选结构之间的对应问题，可先准备谱图、峰位范围、实验环境与待验证的结构假设。

廖博士：AI 驱动的新能源材料多尺度模拟

廖博士为科学指南针唯理计算高级工程师，拥有 7 年计算模拟领域经验，获华北电力大学工学博士学位，并在之江实验室开展 AI for Science 博士后研究。在 Advanced Materials、ACS Nano、Chemical Engineering Journal 等期刊发表 SCI 论文 10 余篇，获授权国家发明专利 1 项，并作为核心骨干参与多项国家重点研发计划和国家自然科学基金重点项目。其研究聚焦人工智能与多尺度模拟在新能源材料领域的应用，擅长机器学习势函数、第一性原理和分子动力学模拟的结合，覆盖催化和电池智能设计等方向。

皮博士：光化学、光物理与光谱模拟

皮博士为科学指南针唯理计算高级工程师，计算经验 7 年，北京师范大学物理化学博士、博士后。在 J. Phys. Chem. A、J. Phys. Chem. B、J. Phys. Chem. Lett.、Phys. Chem. Chem. Phys.、Chem. Eur. J 等期刊发表 SCI 收录论文 10 余篇，并作为研究骨干参与多项国家自然科学基金重点项目。其主要从事光化学与光生物体系理论计算，研究范围包括有机分子光化学与光物理、光谱模拟和荧光蛋白发光机制，适合讨论复杂发光体系的机理、光谱模拟与实验解析。

陈博士：环境催化、污染物光谱与缺陷工程

陈博士为科学指南针唯理计算高级工程师，计算经验 10 年，获中国科学院大学环境科学博士学位。在 JAAS、ES&T Letters、J. Phys. Chem. Lett.、Surface Science 等期刊发表 SCI 收录论文 6 篇。其研究方向为环境污染物光谱与环境催化，并开展能源、催化计算、电子结构分析和缺陷工程相关工作，熟悉 VASP、CP2K 等计算软件。对于环境催化、污染物结构识别、缺陷调控和电子结构比较等问题，可先明确候选结构、环境条件和比较指标。

杨博士：二维材料催化与机器学习辅助材料挖掘

杨博士为科学指南针唯理计算高级工程师，拥有 5 年计算模拟经验，获北京科技大学材料科学与工程博士学位。在 International Journal of Hydrogen Energy、Journal of Power Sources、ACS Applied Materials & Interfaces 等期刊发表 SCI 收录论文 7 篇，参与省部级科研项目 3 项、国家级项目 2 项。其研究涉及二维材料催化性能理论计算、机器学习辅助材料挖掘、构效关系解析、电催化和锂硫电池，擅长界面结构建模、反应路径与过渡态计算、电子结构分析、性质预测和高通量筛选。

唐博士：纳米合金、相稳定性与多尺度模型

唐博士为科学指南针唯理计算高级工程师，计算经验 15 年，获北京工业大学工学博士学位，并从事物理学博士后研究。在 Science Advances、Advanced Science、Advanced Energy Materials、Nanoscale、Chemistry of Materials、Journal of Materials Science & Technology、NPG Asia Materials、Electrochimica Acta 等期刊发表 SCI 收录论文 30 余篇，获授权国家发明专利 2 项，参与制定数据管理规范团体标准 1 项；其主持省部级科研项目 2 项、国家级项目 1 项，并参与多项国家重点研发计划和国家自然科学基金重点项目。研究方向涵盖纳米合金材料、热与相稳定性、多尺度模型、界面体系、元素偏聚、纳米热力学和电池材料。

从工程师方向到课题匹配：怎样开始沟通

选择模拟计算方向时，建议先把“想做计算”转化为一个明确的问题。若关注活性位、吸附强弱或反应路径，可准备结构模型、反应物、候选位点和比较对象；若关注电解质、聚合物或非晶材料的结构与动力学，可明确组分、浓度、温压、时间尺度和目标指标；若要解释光谱信号，可整理实验谱图、峰位范围、候选结构和实验条件；若涉及合金、界面或电池材料稳定性，则应说明元素组成、相结构、工况与比较标准。

团队的学术背景和方向覆盖为科研问题讨论提供了基础，但不等于为每一个课题预设方法或结论。模型是否适用、需要多少构型或采样、输出如何与实验比较，仍应在沟通中围绕实际体系确定。需要进一步整理研究对象、科学问题、目标输出与已有资料时，可继续阅读 模拟计算服务需求怎么准备。

常见问题

团队背景如何帮助判断模拟计算服务是否适合课题？

团队规模、博士或博士后配置、工程师的研究方向和长期计算经验，可以帮助研究者判断问题是否有对应的理论切入点。比如，催化反应与电子结构、分子动力学与电解质、光谱模拟与激发态、合金与相稳定性，所需的模型和输出并不相同。背景信息的作用是帮助建立更有效的前期沟通，不替代具体方案评估。

是否可以直接指定软件或计算方法？

可以说明已有的软件偏好或方法基础，但更建议同时写清科学问题和希望得到的输出。软件名称不能代替模型定义；同一课题可能因为体系尺度、已有数据、比较目标或交叉验证要求而需要不同的工具组合。先定义问题，再讨论方法和软件，通常更容易明确计算边界。

下一步

通过科学指南针的模拟计算服务入口发起沟通前，可先整理研究对象、核心科学问题、希望比较的变量、已有结构或实验资料以及预期输出。信息越具体，越便于围绕合适的团队方向讨论建模路径和结果呈现方式。