博士后 - 理工學院冀曉強項目 (Ref.PR2025/201/01)
簡介
?冀曉強教授在美國哥倫比亞大學獲得博士學位，現任香港中文大學（深圳）理工學院助理教授、博士生導師，東盟-中國人工智能實驗室首席科學家。
主要研究方向
1. 深度學習：聚焦于高效神經網絡結構、表示學習與優化方法的研究，提升模型在感知與推理任務中的能力。
2. 強化學習：深度學習模型調優提高模型的訓練效率和性能表現，提升預期準確性。
3. 持續關注、改進模型以降低模型的計算復雜度和存儲需求，使之能在資源受限的設備上高效運行。
綜合待遇
據最新規定，省市對符合條件的在站博士后發放每人每年稅前21萬元的生活補助，補助總額不超過42萬元；大學提供每人每年5萬元的博士后專項補貼，補貼總額不超過10萬元；合作導師提供具體薪酬根據應聘者資歷和成果面議； 符合廣東省海外博士后人才支持項目的，可申請享受在站補貼稅前60萬元/2年，出站留粵補貼稅前40萬元/3年。該補貼與省市博士后在站生活補助不重復享受； 博士后在站期間可以負責人身份申請各級科研課題資助；博士后進站，可自愿選擇落戶深圳市；深圳市對出站博士后給予30萬元資助，用于科研投入或創業前期費用等。
職位要求
擁有或即將獲得知名高校博士學位，在控制、人工智能或機器人領域等國際頂刊/頂會發表論文等。
1. 教育背景：計算機科學、電子工程、自動化、機器人學、機器學習、數學、物理、電子工程等相關專業。
2. 編程能力：熟悉Linux操作系統；熟悉Python、C++、Rust等編程語言之一；熟悉深度學習工具的使用（如PyTorch、JAX等），有深度學習模型訓練、部署的實際經驗。
3. 創新能力：有頂會一作前沿論文/知名大廠項目主導模型設計與訓練調優/有IMO、IOI、NOI、IPHO、ICPC等大賽經驗或獲獎/有比較豐富的深度學習、時序模型（Transformer等架構）訓練調優經驗。
4. 團隊合作：同時保持良好的團隊協作精神，優秀的溝通技巧。
5. 加分項：
-熟悉VAE、Transformer、BERT等經典模型結構，具備相關算法的實現與調試能力。
-了解LLaMA、Qwen等現代大語言模型架構，具備數據處理、無監督預訓練、SFT、RLHF等后訓練階段的相關實踐經驗。
-熟悉CLIP、BLIP、LLaVA等多模態模型結構，了解其在跨模態感知與下游任務中的應用方式。
申請材料
請準備以下申請材料發至jixiaoqiang@cuhk.edu.cn，題為“姓名-當前所在單位/機構-博士后申請”
1. 個人完整的中、英文pdf簡歷各一份
2. 如有已發表代表作論文及科研成果，請將論文原文及相關材料作為附件一并發送
3. 其他證明個人科研能力的材料
