研究方向:基于多模态人工智能的癌症早筛
招聘岗位:博士后(1-2名)、博士研究生(2027年春季/秋季入学,1-2名)、研究助理(1-2名)
一、 课题组简介
本课题组依托于香港中文大学,致力于人工智能与临床医学的交叉研究,特别是在多组学数据融合、多模态大模型等领域开展前沿探索,旨在解决癌症早筛中的核心科学问题与临床转化难题。
二、 研究方向(包括但不限于)
1. 多模态融合:整合多组学数据与临床信息,构建高灵敏度、高特异性的疾病早筛与诊断模型;
2. 大模型与医学诊断:探索多模态大模型在肿瘤早筛、预后预测及生物标志物发现中的应用。
三、 申请条件
(一)博士后
1. 学历与专业:已获得或即将获得计算机科学、人工智能、生物医学工程、计算生物学等相关专业博士学位(获得博士学位不超过3年);
2. 研究经验:在博士阶段有扎实的深度学习研究基础,在医学人工智能、多组学数据分析、大模型或相关领域有系统性研究成果;
3. 技术能力:精通Python,熟练使用PyTorch或TensorFlow,具备独立设计、实现和优化复杂模型的能力;熟悉大规模数据处理、大模型搭建与分布式训练,有显存优化、多卡并行、模型部署等工程经验者优先;
4. 科研产出:以第一作者在相关领域顶会或顶刊发表过至少1-2篇高水平论文;
5. 独立性与协作能力:具备独立开展科研项目的能力,同时能够与跨学科团队(临床医生、生物信息学家)高效协作,协助指导博士生;
6. 语言与写作:具备优秀的英语学术写作与交流能力,能够独立撰写专利与高水平论文。
(二)博士研究生与研究助理
采用一致的申请条件,具体要求如下:
1. 学历与专业
博士研究生:已获得或即将获得计算机科学、人工智能、生物医学工程、计算生物学等相关专业硕士学位(特别优秀者可放宽至学士学位);
研究助理:需具有上述专业本科或以上学历。
2. 技术基础
熟练掌握Python,熟悉PyTorch或TensorFlow框架;
有机器学习/深度学习项目或研究经历,对医学数据处理(如序列、表格数据)有一定了解;
熟悉Linux环境及基本计算工具。
3. 加分项
熟悉Transformer架构,了解大语言模型(LLM)相关技术;
具备显存优化、混合精度训练、多卡并行训练等工程经验;
有科研经历(参与课题、发表论文或拥有高质量开源项目);
具备良好的文献阅读能力、英语写作能力和批判性思维。
4. 软性素质
具备跨学科沟通与合作意识,能够与临床医生、生物学家高效协作;
踏实、自驱、抗压,对科研有耐心和热情。
四、 我们提供
1. 科研条件:充足的GPU计算资源、完善的临床数据平台、与一线临床团队深度合作的机会;
2. 跨学科指导:导师团队涵盖人工智能、生物信息、临床医学等多个领域,提供全方位科研指导;
3. 待遇保障
博士后:提供具有国际竞争力的薪酬(面议),享受香港中文大学博士后福利待遇;
博士研究生:按照香港中文大学标准提供博士生奖学金,表现优异者可申请额外奖励;
研究助理:提供具有竞争力的薪酬,具体面议,表现优秀者可优先考虑攻读博士学位。
五、 申请方式
请将以下材料合并为一个PDF文件,发送至 linjingliu@cuhk.edu.hk,邮件主题请注明“应聘岗位(博士后/博士/研究助理)-姓名-学校/单位”:
1. 个人简历(包含教育背景、研究经历、编程技能、论文/项目列表、联系方式);
2. 本科/硕士/博士(如适用)成绩单扫描件;
3. 研究陈述(1-2页):请说明你对“AI+癌症早筛”方向的兴趣,以及希望在课题组探索的具体研究问题;
4. 代表性成果(如有):已发表论文、GitHub代码库链接、或在研课题简介。
初审通过者将在两周内收到面试通知。







