1. 掌握固态电池（SSB）的发展使命，基本构成、固态电解质分类，工作原理、关键挑战与性能评估。

2. 了解利用第一性原理（DFT）和分子动力学（MD）及其相关工具（如VASP, CP2K, LAMMPS, Gromacs）计算固态电池关键材料（电极、电解质）及界面性质的基本方法。

3. 掌握机器学习的基本概念、常用算法及其在材料科学，特别是固态电池领域的应用流程。

4. 学习如何为固态电池体系（包括电极、电解质、界面）构建有效的特征描述符以及如何利用VASP等DFT工具对该类描述符进行计算。

5. 熟练运用Python及其相关库（Numpy, Pandas, Scikit-learn, Pytorch/TensorFlow, Pymatgen, ASE）处理固态电池相关数据并构建机器学习模型。