深圳大学的“智能服务计算研究中心”(Center for AI Services Computing)是一个在人工智能、物联网、大型语言模型和下一代微服务架构领域领先的研究机构。中心通过实施服务化、智能化、和产业化三大战略,专注于开发创新技术解决方案以应对现代社会和工业的复杂挑战,并推动智能数字经济的发展。同时,我们坚持信任、学生成功、创新、平等和可持续性的核心价值观。
服务化策略通过共享模式和软件定义技术将硬件设备和软件资源提供为服务,智能化则利用先进的人工智能技术如大型语言模型(LLM)和深度学习增强服务的智能功能和决策能力,而产业化则确保我们的研究成果能够直接转化为工业互联网、智慧社区和数字经济等领域的实际应用。通过这种多元化和战略性的方法,智能服务计算研究中心定将营造一个充满活力和创新的研究环境。
这里不仅是研究生和教师的理想工作场所,其丰富的产学研项目和企业合作机会也使其成为吸引希望将理论研究转化为实际应用的专家和企业的磁石。加入智能服务计算研究中心,您将有机会参与到智慧园区、智慧城市、元宇宙、智能制造、工业互联网、AI生成内容(AIGC)以及AI教育等激动人心的项目中,共同推动科技创新的边界。此外,我们的先进实验室设施和广泛的产业合作网络为所有研究人员和合作伙伴提供卓越的支持。
我们鼓励创新思维和跨领域合作,力求在智能服务的未来应用和理论研究中实现突破。无论您是学术界还是产业界的专业人士,智能服务计算研究中心都是实现科技创新梦想的理想场所,这里不仅培养科技创新,也塑造平等、包容的未来。
一、应聘条件(要求)
1.取得博士学位3年以内,年龄在35岁以下,具有较强的英语阅读和写作能力。
2.具有较强的科研创新能力和团队协作精神。
3.具有良好的学术道德和严谨科学态度、身体健康、能胜任岗位的工作要求。
4.目前已取得显著科研成果的申请者将予以优先考虑。
5.全职从事博士后研究工作。
二、岗位职责
1.主要以开展与本所合作导师研究方向相关的工作并发表高质量学术论文为主。
2.协助指导实验室的研究生及本科生。
3.在有需要的情况下协助申报科研课题及承担相应的实验室管理工作。
三、聘期待遇
学校博士后合同期限为2年或3年;综合年薪33万元以上。
优秀博士后可以享受富有竞争力的、可持续发展的优厚待遇;
独享学校博士后人才培育发展支持计划,职业发展通道畅通。
1.省市对符合条件的在站博士后发放每人每年18万元的生活补助,总额不超过36万元。
2.学校提供15万元以上的综合年薪;
符合条件的优秀博士后可以申请“荔新奖励计划”,学校另外提供奖励性薪资4.8万元。
3.符合要求的优秀博士后可以通过“荔园留菁计划”直接申请教师岗位(博士后留校绿色通道)。
4.博士后在站期间可以独立以负责人身份申请各级科研项目。
5.符合条件的博士后可申请评定专业技术资格。
6.博士后进站,可自愿选择落户深圳市。
7.深圳市对出站博士后给予30万元资助,用于科研投入或创业前期费用。
8.提供福利保障包括但不限于医疗服务、年度体检和就餐补贴等。
9.若博士后资助政策有所调整,以最新的文件规定为准。
四、应聘方式
(1)应聘者将个人简历及反映本人学术水平的近5年代表性成果电子文档发给联系人。
(2)初审合格者将被通知面试,面试请准备如下材料给专家组审核:
个人简历;
学位证明复印件;
反映本人学术水平的近5年代表性成果复印件;
博士导师推荐信。
五、联系方式
联系人:张老师
联系电话:0755-26534070
Email:zhanglj@szu.edu.cn
联系地址:深圳大学(沧海校区)计算机与软件学院大楼1031室
研究方向(大模型推荐系统方向博士后):
博士后将以发表高水平学术论文为导向,可自由选择推荐系统领域的具体研究方向,
包括但不限于:
1. 多模态数据
2. 信息检索
3. 大模型检索增强
应聘条件:
1. 已取得或者即将取得博士学位,年龄35岁以下;
2. 具有良好的学术道德和严谨的科学态度,具备扎实的研究基础、较强的创新能力、
团队协作精神和良好的英文写作能力,身体健康,能够胜任岗位要求;
3. 已发表CCF A/B类期刊和会议。
薪资待遇:
深圳大学科研博士后,深圳市、学校、导师合共提供的津贴和补贴36万/年左右。另外:
1. 年度科研奖励:按照学校标准执行;合作导师还将对重要成果进行奖励;
2. 博士后可以申请深圳市有关科研项目并领取其中的绩效补贴;
3. 博士后进站可选择落户深圳(深圳市一次性补助住房补贴10万);
4. 条件优秀者可申请专职研究人员:副研究员、研究员;
5. 按深圳市政府有关规定,对出站后留深工作者给予30万元科研启动经费,
并享受其它相关政策;
6. 博士后可申请海外博士后引进项目或博新计划(博士后项目,国内博士),
获批者可享受60万/两年资助补贴。
合作导师简介:
陈俊扬,副教授,硕导,研究方向为不完备多模态数据下的个性化推荐,
分别围绕提升用户兴趣建模方法的有效、增加模型关于物品推荐的泛化
能力和提高模型在数据稀疏场景下对物品推荐的准确性等方向开展了深
入的研究,已在IEEE/ACM Trans.等国际顶级期刊和重要的国际会议上
发表学术论文数十篇,并与企业合作成果落地。长期担任AAAI、ACL、
RecSys等顶级人工智能会议程序委员会委员,并担任社会计算领域国际
期刊TCSS(中科院二区)客座编辑、人工智能领域TNNLS和TNSE期刊审稿人。
主页:https://csse.szu.edu.cn/pages/user/index?id=1101
联系方式:
欢迎有意向申请深大博士后的同学请联系: junyangchen@szu.edu.cn