博士后職位描述與崗位職責任職要求
職位描述:
一、研究課題方向
1.ApplicationofFraudandriskanalysisbasedonFinanceKnowledgeGraph
基于知識圖譜的欺詐與風險分析研究應用,招收1名;
2.ApplicationofIntelligentRecommenderbasedonFinanceKnowledgeGraph
基于知識圖譜的智能推薦研究應用,招收1名;
3.ApplicationofDeepLearningforNaturalLanguageProcessing
深度學習在自然語言處理中的研究應用,招收1名;
4.DynamicKnowledgeFusioninKnowledgeGraph
知識圖譜的動態融合研究應用,招收1名;
5.ApplicationofMachineLearningforCreditRiskModels
機器學習在信用風險模型中的研究應用,招收1名;
6.ApplicationofAnti-FraudbasedonDeepLearning
基于深度學習的反欺詐研究應用,招收1名;
7.StudyonConstructionofevaluationindexsystemofnetworklendinginformationintermediaryplatformanditsApplication
網絡借貸信息中介平臺評價指標體系的構建及應用研究,招收1名;
二、應聘條件
1.具有良好的政治素質和道德修養,遵紀守法,無任何不良記錄;
2.已獲得博士學位(不超過3年),或即將獲得博士學位,年齡在35周歲以下;
3.具有較強的研究能力,已在相應方向上取得一定的學術成果,具備復合專業背景的優先;
4.原則上應具備全脫產在本站從事博士后研究工作的條件。
三、申請材料
1.中英文個人簡歷;
2.博士后研究計劃書(根據上列研究方向確定選題,計劃書格式不限,建議擬選課題盡量貼近企業實際經營領域,字數6000-8000字為宜);
3.博士學位論文詳細摘要及目錄、兩篇學術代表作;
4.其它我站認為有必要補充的材料。
四、工作待遇
1.博士后進站后的薪資待遇從優,博士后除了正常工資外,還可享受深圳市政府每年18萬元全額生活補貼;在站期間可申請8萬元面上資助或15萬元科學基金特別資助;優秀學術專著每部5萬元;出站留深且與本市企業簽訂3年以上勞動聘用合同可領取科研資助30萬元啟動費;
2.博士后進站后的戶口、社會保險等,按國家有關政策規定執行;
3.博士后在站工作期限原則上為兩年,也可根據科研工作需要適當延長;
4.符合條件的可認定為深圳市高層次專業領軍人才或孔雀人才并享受相關待遇。
篇2:校人才交流中心博士后管理辦公室工作職責
一、負責對校內各單位的自聘人員實行人事代理和人事檔案管理,并按政策為人才供需雙方提供服務;
二、負責出具代管人員的身份證明、介紹信工作;
三、負責代管人員的檔案材料的收集、整理、歸檔和移交工作;
四、負責代管人員檔案的保管、使用;
五、負責辦理代管人員人事進出手續;
六、完成人事處交辦的其他工作。
博士后管理辦公室職責
一、負責組織博士后流動站的設站申請工作及項目博士后的申報。
二、負責申請博士后進站計劃,組織博士后招收工作。
三、協調相關部門落實進站博士后住房、經費、后勤保障等相關待遇。
四、負責辦理博士后進、出站的手續,簽訂進站工作協議。
五、負責博士后研究人員的檔案管理。
六、負責組織對博士后的考核及任務落實情況,并由此提出獎懲意見。
七、為博士后研究人員出站工作提供幫助。
八、提出評估考核體系,對流動站進行考核。
九、完成處領導交代的其他工作。
篇3:博士后崗位職責
NLP研發工程師竹間智能竹間智能科技(上海)有限公司,竹間智能,竹間智能科技有限公司,竹間職責描述:
1.負責開發自然語言處理的相關技術;
2.負責語義分析,語義了解;
3.負責語義理解方面的研發工作;
4.分析和改進相關性算法、策略。
任職要求:
1.碩士、博士或博士后學位,計算機科學,數學等相關專業;能夠利用自然語言處理的理論和方法研發分詞(wordsegmentation)、詞性標注(POStagging)、命名實體識別(namedentityrecognition)等基礎算法;善于跟蹤自然語言處理業界最新動態,進行自然語言處理相關的其他算法預研。有搭建知識圖譜(knowledgegraph)和基于云端的機器學習系統(cloud-basedmachinelearning)者優先。
2.豐富的自然語言處理(NLP)實際項目工作經驗,包括文本分類(textclassification)、信息抽取(informationextraction)、知識庫構建(knowledgegraphconstruction)、主題詞標引(keywordtagging)、自動摘要(automaticsummarization)等;熟悉機器學習(machinelearning)的各類算法,并有實際項目使用經驗;在自然語言處理項目中具有扎實的實際編程經驗。
3.精通C,C++,Java,或Python中的一門或多門語言,精通數據結構和算法設計,熟悉Linux/Unix系統和Shell編程;有MapReduce或Hadoop等海量處理經驗優先。
4.優秀的分析問題和解決問題的能力,對解決具有挑戰性問題充滿激情;對數據敏感,有強烈的好奇心,喜歡折騰數據并從數據中發現價值。
5.較強的溝通能力和邏輯表達能力,具備良好的團隊合作精神和主動意識,良好的自我驅動和學習能力。