个人简介：

姜雪，北京科技大学高精尖学院副教授，硕士生导师，院长助理。2014年和2017年获得北京师范大学计算机科学与技术学士和硕士学位，2020年获得北京科技大学材料学博士学位。具有材料和计算机双学科专业背景，专注于材料科技文献数据自动抽取、材料数据机器学习算法及大模型驱动的材料优化设计研究。
主持国家科技重大专项（06专项）项目、国家自然科学基金青年项目、广东省基础与应用基础研究基金地区培育项目、广东省重点研发计划课题等项目6项，参与国家重点研发计划课题、国家自然科学基金联合重点项目、国家863计划课题以及多项企业合作课题。近5年，以第一/通讯作者在Acta Mater.（2篇）、npj Comput. Mater.（4篇）、Scripta Mater.（1篇）、Adv. Funct. Mater.（1篇）等国内外权威期刊发表论文30篇，其中，ESI高倍引论文2篇。获授权发明专利8件（转让1件），登记软件著作权12项。获2025中国材料研究学会科学技术奖基础研究奖一等奖（排名1/8），2023年度材料基因工程青年科学家奖。兼任中国材料与试验团体标准委员会材料基因工程领域委员会委员，中国仪器仪表学会仪表功能材料分会委员，MGE Advances期刊青年编委，Nat. Synth.、Nat. Rev. Bioeng.、npj Comput. Mater.等期刊审稿人。
教育部首批新材料领域工程硕博士核心课程《材料基因工程与机器学习》授课团队核心成员，讲授研究生核心课《材料大数据技术》，连续三年累计选课1200余人次；参与《材料大数据技术》研究生教材及在线课程建设项目2项，参编材料基因工程系列教材《材料大数据技术》，配套慕课在线学习量达4174人次；联合/独立指导博士研究生5人、硕士研究生6人，所指导的学生获2025年中国材料研究学会科学技术奖一等奖3项、材料基因工程高层论坛优秀墙报奖2项。

研究方向：

1. 材料文献数据智能抽取与大规模数据资源构建
2. 数据和知识融合驱动材料设计与建模
3. 钢铁材料设计研发专用大模型构建与应用

科研业绩：

【代表性论文】

1.    Tian, Shaohan, Xue Jiang*, Weiren Wang, Zhihua Jing, Chi Zhang, Cheng Zhang, Turab Lookman*, and Yanjing Su*. Steel design based on a large language model. Acta Materialia 285 (2025): 120663.
2.    Weiren Wang, Xue Jiang*, Wenyao Li, Chi Zhang, Pei Liu, Shaohan Tian, Turab Lookman*，Yanjing Su*. Design of superalloys with multiple properties via multi-task learning. Acta Materialia 294 (2025): 121161.
3.    Xue Jiang, Huadong Fu, Yang Bai, Lei Jiang, Hongtao Zhang, Weiren Wang, Peiwen Yun, Jingjin He, Dezhen Xue, Turab Lookman, Yanjing Su*, Jianxin Xie*. Advanced Functional Materials 2025: 2507734.
4.    Xue Jiang, Weiren Wang, Shaohan Tian, Hao Wang, Turab Lookman*, and Yanjing Su*. Applications of natural language processing and large language models in materials discovery. npj Computational Materials, (2025), 11(1), 79 .
5.    Wang, Weiren, Xue Jiang*, Shaohan Tian, Pei Liu, Turab Lookman*, Yanjing Su*, and Jianxin Xie. Alloy synthesis and processing by semi-supervised text mining. npj Computational Materials 9, no. 1 (2023): 183.
6.    Weiren Wang+, Xue Jiang+, Shaohan Tian, Pei Liu, Depeng Dang, Yanjing Su*, Turab Lookman*, and Jianxin Xie*. Automated pipeline for superalloy data by text mining. npj Computational Materials 8, no. 1 (2022): 1-12.
7.    Xue Jiang, Dezhen Xue, Yang Bai, William Yi Wang, Jianjun Liu, Mingli Yang, Yanjing Su*. Review of Materials Research 2025:100010.
8.    Zhang, Yan, Cheng Wen, Pengfei Dang, Xue Jiang*, Dezhen Xue*, and Yanjing Su*. Elemental numerical descriptions to enhance classification and regression model performance for high entropy alloys. npj Computational Materials, (2025), 11(1), 75. 
9.    Xue Jiang, Baorui Jia, Guofei Zhang, Cong Zhang*, Xin Wang, Ruijie Zhang*, Haiqing Yin* et al. A strategy combining machine learning and multiscale calculation to predict tensile strength for pearlitic steel wires with industrial data. Scripta Materialia 186 (2020): 272-277.
10.    NanYin, Junheng Liang, Xi Guo*, Xue Jiang*, Jie He*, Xiaotong Zhang. Semi-automatic construction of heterogeneous data schema based on structure and context-aware recommendation[J]. Scientific Data, 2025, 12(1): 190.
11.    Yuwei Zhang, Fangyi Chen, Zeyi Liu, Yunzhuo Ju, Dongliang Cui, Jinyi Zhu, Xue Jiang*, Xi Guo*, Jie He*, Lei Zhang, Xiaotong Zhang & Yanjing Su. A materials terminology knowledge graph automatically constructed from text corpus. Scientific Data, (2024) 11:600.
12.    Zhihao Qu, Kexin Cheng, Xue Jiang*, Zhu Wang, Yanjing Su, Lei Zhang*. A hybrid machine learning strategy for pitting probability prediction of stainless steels. Materials Today Communications 40 (2024) 109917.
13.    Lipeng Jiang, Xue Jiang,* Mei Yang, Xinpeng Zhao, Changxin Wang, Panpan Gao and Yanjing Su *. Developing and optimizing novel Cr3+-activated inorganic NIR phosphors by combining triple-objective optimization and crystal field engineering. Inorganic Chemistry Frontiers 11.2 (2024): 487-497.
14.    Lipeng Jiang, Xue Jiang,* Liangliang Zhang, Quansheng Liu, Xiaoyun Mi, Zhan Yu, Guocai Lv, and Yanjing Su*. Broadband Near-Infrared Luminescence in Garnet Y3Ga3MgSiO12:Cr3+ Phosphors. Inorg. Chem. 2023, 62, 4220−4226.
15.    Xue Jiang, Yu Yan*, and Yanjing Su. Data-driven pitting evolution prediction for corrosion-resistant alloys by time-series analysis. npj Materials Degradation 6.1 (2022): 1-8.
16.    Xue Jiang, Yong Wang, Baorui Jia*, Xuanhui Qu, and Mingli Qin*. Using Machine Learning to Predict Oxygen Evolution Activity for Transition Metal Hydroxide Electrocatalysts. ACS Applied Materials & Interfaces 14, no. 36 (2022): 41141-41148.
17.    Xue Jiang, Ruijie Zhang, Cong Zhang, Haiqing Yin*, and Xuanhui Qu. Fast prediction of the quasi-phase equilibrium in phase field model for multicomponent alloys based on machine learning method. Calphad 66 (2019): 101644.
18.    Xue Jiang, Hai-Qing Yin*, Cong Zhang, Rui-Jie Zhang, Kai-Qi Zhang, Zheng-Hua Deng, Guo-quan Liu, and Xuan-hui Qu. A materials informatics approach to Ni-based single crystal superalloys lattice misfit prediction. Computational Materials Science 143 (2018): 295-300.
19.    谢建新*, 宿彦京*, 薛德祯, 姜雪, 付华栋, 黄海友. 机器学习在材料研发中的应用. 金属学报 57, no. 11 (2021): 1343-1361.
20.    宿彦京, 付华栋, 白洋, 姜雪, 谢建新*. 中国材料基因工程研究进展. 金属学报 56, no. 10 (2020): 1314-1323.

【专利】

1.    宿彦京，姜雪，王伟仁，田少晗，谢建新.一种基于文本挖掘的科技文献数据自动抽取方法及系统，CN202110990945.2
2.    宿彦京，王伟仁，姜雪，田少晗. 一种材料制备加工工艺信息文本挖掘方法及系统，CN116467430 B.

【著作】

1.    《新材料智能化研发关键技术》，2024，化学工业出版社，参编
2.    《中国新材料技术应用报告》，2021，化学工业出版社，参编
3.    材料基因工程系列教材《材料大数据技术》，2021，冶金工业出版社，参编
4.    《材料信息学—数据驱动的发现加速实验与应用》（译著），2024，高等教育出版社，参编

【近三年参加的部分学术会议】

1.    2024第二届数据驱动的高熵和非晶材料大会，邀请报告，福州，2024.12
2.    2024第八届材料基因工程高层论坛，邀请报告，宁德，2024.11
3.    2024第十一届中国功能材料及其应用学术会议，邀请报告，分会召集人，2024.5
4.    中国科学院学部科学与技术前沿论坛“大模型/AIGC的健康发展与赋能赋智”，邀请报告，南京，2024.1
5.    2023第七届材料基因工程高层论坛，获奖报告，重庆，2023.12
6.    2023第十四届中国钢铁年会，邀请报告，重庆，2023.10