一、實驗室簡介ABOUT US

鵬城國家實驗室是中央批準成立的新型科研機構(gòu)，屬于國家事業(yè)單位，以寬帶通信、新型網(wǎng)絡(luò)和網(wǎng)絡(luò)智能為主要研究方向，是國家戰(zhàn)略科技力量的重要組成部分，開展領(lǐng)域內(nèi)戰(zhàn)略性、前瞻性、基礎(chǔ)性重大科學問題和關(guān)鍵核心技術(shù)研究。實驗室堅持聚天下英才而用之，不斷強化人才“引-育-用-留”協(xié)同機制，初步打造由高文、余少華、尤肖虎等眾多院士領(lǐng)銜，超200位領(lǐng)軍人才為核心技術(shù)帶頭人，具備大兵團作戰(zhàn)能力、敢啃“硬骨頭”的攻關(guān)隊伍。

二、研究部簡介RESEARCH DEPARTMENT INTRODUCTION

由高文院士領(lǐng)銜，聚焦網(wǎng)絡(luò)智能計算領(lǐng)域核心攻關(guān)，突破軟硬件及廣域協(xié)同計算關(guān)鍵技術(shù)，貫通云態(tài)智能計算軟件體系，打造中國算力網(wǎng)基礎(chǔ)軟件平臺，構(gòu)建“大型算力基礎(chǔ)設(shè)施為樞紐、多樣化算力為互聯(lián)節(jié)點、可持續(xù)演進大模型為基座”的算力網(wǎng)計算服務(wù)新形態(tài)。同時攻克新型多模態(tài)基礎(chǔ)模型技術(shù)研發(fā)國產(chǎn)算力支撐的大模型訓練及推理平臺，構(gòu)建基于算力網(wǎng)的數(shù)字視網(wǎng)膜主動感知網(wǎng)絡(luò)，拓展低空經(jīng)濟、空天遙感等行業(yè)應(yīng)用，承擔新型數(shù)據(jù)中心建設(shè)科研任務(wù)，聚焦大模型訓練及學科研究的數(shù)據(jù)智能與應(yīng)用技術(shù)，賦能國際大科學計劃，研究具身智能感規(guī)控一體模型，突破智能體視角下的多模態(tài)感知推理與任務(wù)規(guī)劃，支撐工業(yè)制造規(guī)模化應(yīng)用，并面向國民經(jīng)濟、人民生命健康等國家戰(zhàn)略，深耕領(lǐng)域知識自動化、系統(tǒng)感知建模分析等與產(chǎn)業(yè)深度融合的智能創(chuàng)新方法及系統(tǒng)應(yīng)用研究。

三、研究所 RESEARCH INSTITUTE

01高效能云計算研究所

團隊構(gòu)建異構(gòu)算力廣域協(xié)同新型計算體系，研發(fā)單算力中心縱向貫通與跨算力中心橫向聯(lián)接的開源軟件棧，建立跨計算中心資源解耦與服務(wù)聚合模型在面向算力網(wǎng)絡(luò)融合的通用人工智能大模型構(gòu)建及分布式部署優(yōu)化技術(shù)等領(lǐng)域展開研究，圍繞“東數(shù)西算”“開源創(chuàng)新”等國家重大戰(zhàn)略開展應(yīng)用示范。

招聘以下方向的，研究員|副研究員|助理研究員|博士后

1）新型云計算技術(shù)

探索研究云計算相關(guān)技術(shù)，包括但不限于內(nèi)存虛擬化、計算虛擬化、智能芯片虛擬化等計算技術(shù);云原生、分布式存儲、分布式數(shù)據(jù)庫、數(shù)據(jù)傳輸?shù)燃夹g(shù);任務(wù)調(diào)度、算網(wǎng)融合、云網(wǎng)融合.服務(wù)計算等協(xié)同技術(shù)等。

2）分布式機器學習

面向AI任務(wù)的跨域分布式系統(tǒng)基礎(chǔ)理論研究、方法與技術(shù)，包括但不限于收斂性分析、最優(yōu)通信方式、泛化分析、聯(lián)邦學習等，研究算力網(wǎng)的協(xié)同算法與應(yīng)用，包括但不限于分布式大規(guī)模預(yù)訓練技術(shù)、知識蒸餾、模型輕量化、AI科學計算、大數(shù)據(jù)融合分析等。

3）軟件工程與智能化

探索軟件與智能融合計算理論、方法與技術(shù)，包括但不限于軟件自動化、編譯原理、智能化軟件開發(fā)等;面向大型互聯(lián)算力基礎(chǔ)設(shè)施研究，開發(fā)運維一體化、人機物融合泛在系統(tǒng)、超算智算協(xié)同計算等。

4）深度學習與預(yù)訓練模型

探索研究深度學習的相關(guān)理論、方法和新興技術(shù)，包括但不限于自然語言處理、音頻信號處理、多模態(tài)信息處理、基于和面向邊緣的A1、強化學習等;研究基于預(yù)訓練模型的深度學習方法及應(yīng)用技術(shù)，包括但不限于多模態(tài)應(yīng)用技術(shù)、無線通信AI技術(shù)和網(wǎng)絡(luò)AI技術(shù)、通信信號大數(shù)據(jù)處理技術(shù)、信號大模型訓練等;研究云邊端多尺度模型協(xié)同、大模型與無人集群智能、多無人系統(tǒng)智能決策規(guī)劃與博弈等技術(shù)。

02感知智能研究所

團隊依托數(shù)字視網(wǎng)膜端邊云協(xié)同智算技術(shù)體系與標準，聚焦多模態(tài)智能感知、低計算復(fù)雜度基礎(chǔ)模型、模型持續(xù)演進等智能感知網(wǎng)關(guān)鍵技術(shù)研究，研發(fā)高效模型訓練/推理計算平臺、視覺/多模態(tài)基礎(chǔ)模型和目標環(huán)境一體化感知設(shè)備，構(gòu)建低空立體主動感知網(wǎng)及實驗平臺，賦能國家重大戰(zhàn)略任務(wù)和低空經(jīng)濟、視聯(lián)網(wǎng)、城市治理等重點行業(yè)應(yīng)用。

招聘以下方向的，研究員|副研究員|助理研究員|博士后

1）多模態(tài)智能感知

研究多模態(tài)智能感知計算方法，包括但不限于視覺/雷達/頻譜等感知與多模態(tài)融合、跨模型特征交互計算、跨時空關(guān)聯(lián)分析、區(qū)域態(tài)勢感知、多智能體協(xié)同推理、開放世界感知等。

2）輕量化基礎(chǔ)模型

研究面向不同算力約束場景的模型輕量化技術(shù)，包括但不限于模型量化、知識蒸餾、結(jié)構(gòu)化剪枝、低秩分解等;探索動態(tài)網(wǎng)絡(luò)架構(gòu)、稀疏注意力機制、參數(shù)共享等前沿方法，構(gòu)建專用小型模型。

3）模型持續(xù)演進

研究大模型持續(xù)演進方法，包括但不限于模型持續(xù)學習、增量學習、模型融合、演化計算、強化學習等。

招聘以下方向的，工程技術(shù)人員

1）智能感知應(yīng)用系統(tǒng)開發(fā)

開發(fā)基于邊緣計算終端的嵌入式系統(tǒng)和端邊云協(xié)同的大規(guī)模感知平臺，支撐低空感知網(wǎng)、空天遙感、智能交通等應(yīng)用。

2）智能感知硬件設(shè)備研發(fā)

包括但不限于智能攝像頭、智能雷達、多模態(tài)一體化感知設(shè)備等。

3）智能算法計算優(yōu)化

針對CPU/GPU/NPU設(shè)備優(yōu)化計算效率，實現(xiàn)低延遲、高吞吐推理。

03數(shù)據(jù)智能研究所

團隊面向世界科技前沿，圍繞“人工智能+“和“數(shù)據(jù)要素x”等國家級戰(zhàn)略規(guī)劃，致力于從數(shù)據(jù)層面推動AI模型和Al for Science發(fā)展，直面高質(zhì)量通用和行業(yè)數(shù)據(jù)集構(gòu)建、數(shù)據(jù)平臺建設(shè)的重大挑戰(zhàn)。面向大模型訓練和學科研究的新型數(shù)據(jù)中心建設(shè)的核心需求，研究數(shù)據(jù)智能與數(shù)據(jù)應(yīng)用的關(guān)鍵技術(shù):探索如何挖掘數(shù)據(jù)的潛在價值和數(shù)據(jù)要素化的基本路徑:實現(xiàn)面向大模型研發(fā)和應(yīng)用的數(shù)據(jù)流轉(zhuǎn)全棧技術(shù)鏈，研究算力網(wǎng)環(huán)境單中心和跨中心數(shù)據(jù)治理關(guān)鍵技術(shù)和基本方法，研究如何將AI模型高效應(yīng)用到科學計算、智能計算和社會計算等典型場景，支持國際大科學計劃創(chuàng)新發(fā)展。

招聘以下方向的，研究員|副研究員|助理研究員|博士后

1）大模型技術(shù)

研究和探索大模型相關(guān)理論、方法和新興技術(shù)包括但不限于大模型預(yù)訓練、針對行業(yè)模型的后訓練以及模型推理階段的關(guān)聯(lián)技術(shù)和創(chuàng)新方法如并行計算、持續(xù)學習、強化學習、蒸餾學習.多模態(tài)對齊和融合、參數(shù)高效微調(diào)、模型壓縮、檢索增強、智能體、思維鏈蒸餾、長上下文學習等:研究大模型應(yīng)用的創(chuàng)新方法和關(guān)鍵技術(shù)，及其在自然語言處理、語音信號處理、多模態(tài)信息處理等領(lǐng)域的應(yīng)用示范。

2）人工智能與遙感數(shù)據(jù)交叉方向

以人工智能和數(shù)據(jù)科學相關(guān)技術(shù)為基礎(chǔ)，面向時空觀測科學需求，開展多模態(tài)數(shù)據(jù)治理與高質(zhì)量數(shù)據(jù)集構(gòu)建，研究方向包括但不限于大尺度上多模態(tài)數(shù)據(jù)的時空對齊、時空遷移、序列趨勢分析、語義分割、變化檢測以及場景模擬、基礎(chǔ)模型和智能體等。

3）行業(yè)大模型與數(shù)據(jù)智能

研究面向水利、工業(yè)等領(lǐng)域的行業(yè)大模型訓練與智能體構(gòu)建技術(shù)，重點突破多模態(tài)數(shù)據(jù)(文本/圖像/視頻/三維場景)的智能感知、建模與生成等核心問題。結(jié)合智能可視計算與數(shù)據(jù)生成技術(shù)，構(gòu)建面向重大應(yīng)用場景的行業(yè)數(shù)據(jù)智能平臺。

4）智能科學計算方法

研究面向?qū)W科場景的智能數(shù)據(jù)分析與計算方法，融合機器學習、因果學習、統(tǒng)計推斷、知識引導及信息論等技術(shù)，構(gòu)建穩(wěn)健、可控、可解釋、適配學科特殊性的智能算法，解決交叉學科中的重要前沿科學問題。

5）多模態(tài)數(shù)據(jù)表征與智能處理

聚焦多模態(tài)數(shù)據(jù)的高效表征與智能處理，重點研究以下方向

5.1多模態(tài)數(shù)據(jù)壓縮

包括三維點云、圖像、視頻、文本及模型等數(shù)據(jù)的壓縮方法

5.2數(shù)據(jù)質(zhì)量評價與智能分析

構(gòu)建客觀評價體系結(jié)合深度學習實現(xiàn)自動化質(zhì)量評估

5.3分布式大規(guī)模數(shù)據(jù)表征與處理

面向海量數(shù)據(jù)的存儲、計算與傳輸優(yōu)化

5.4新一代存儲與傳輸?shù)臄?shù)據(jù)表征技術(shù)

研究高效、低冗余的數(shù)據(jù)編碼與傳輸方法

招聘以下方向的，工程技術(shù)人員

1）大數(shù)據(jù)后端開發(fā)

研究和探索圍繞大數(shù)據(jù)平臺建設(shè)的后端和軟件理論方法和工程技術(shù)，包括但不限于數(shù)據(jù)抓取、數(shù)據(jù)治理、數(shù)據(jù)安全建模和審查、數(shù)據(jù)編解碼、虛擬化技術(shù)、Agentic Workflow、前后端一體化開發(fā)、分布式數(shù)據(jù)存儲和索引、分布式模型訓練優(yōu)化、大數(shù)據(jù)軟件開發(fā)等。

04多智能體與具身智能研究所

團隊依托中國算力網(wǎng)等自主可控基礎(chǔ)設(shè)施，重點突破智能體視角下的多模態(tài)感知與生成、智能體任務(wù)生成與規(guī)劃、多智能體的通訊協(xié)作與聯(lián)合決策、具身智能體的控制與人機共融、智能體評測機制與體系等關(guān)鍵技術(shù)，打造分布式仿真訓練平臺、云端協(xié)同具身多模態(tài)大模型等通用基礎(chǔ)平臺，解決現(xiàn)實世界中的復(fù)雜智能體問題，支撐低空經(jīng)濟、智能制造、居家康養(yǎng)等典型場景的規(guī)模化應(yīng)用。

招聘以下方向的，研究員|副研究員|助理研究員|博士后

1）具身智能物理仿真技術(shù)

研究用于構(gòu)建具身智能仿真訓練平臺的相關(guān)前沿技術(shù)，包括但不限于AIGC、三維重建、圖像編輯、圖形計算、物理引擎計算、數(shù)字孿生、VR/AR等技術(shù)。

2）具身基礎(chǔ)模型技術(shù)

研究具身智能基礎(chǔ)模型的訓練和部署，包括但不限于對具身智能數(shù)據(jù)采集與生成技術(shù)、具身多模態(tài)基礎(chǔ)模型如VLA和VLN、主流LLM和VLM的高校部署與微調(diào)、多集群多節(jié)點分布式訓練、強化學習與模仿學習等。

3）具身智能工程化技術(shù)

研究具身智能系統(tǒng)級實現(xiàn)技術(shù)，包括但不限于多模態(tài)傳感器融合與實時處理、運動控制與硬件驅(qū)動優(yōu)化、邊緣計算與容器化部署、ROS系統(tǒng)開發(fā)集成與魯棒性保障、人機協(xié)同工程接口等技術(shù)。

4）無人機系統(tǒng)與算法研發(fā)

研究無人機自主飛行及多智能體協(xié)同控制技術(shù)包括但不限于多傳感器信息融合技術(shù)(如慣導+視覺/VI0、激光SLAM)、通信系統(tǒng)及無人機相關(guān)通信協(xié)議(如數(shù)傳、圖傳、組網(wǎng)協(xié)議)、飛控算法研發(fā);無人機系統(tǒng)集成與仿真平臺開發(fā)如PSDK、ROS2、Gazebo.

5）多端協(xié)同的模型訓練及推理技術(shù)

研究各類同構(gòu)或異構(gòu)計算節(jié)點下的高效模型訓練及推理技術(shù)，包括跨域多集群的高效訓練及推理框架、云邊端協(xié)同訓練及推理、異構(gòu)模型融合、模型稀疏學習、模型量化壓縮等技術(shù);研究隱私保護下的協(xié)同訓練及推理技術(shù)，包括加密推理加密知識融合、安全多方計算等技術(shù)。

05智能系統(tǒng)與應(yīng)用創(chuàng)新研究所

團隊依托鵬城云腦超級智能計算平臺等重大科研基礎(chǔ)設(shè)施，面向人民生命健康、經(jīng)濟主戰(zhàn)場等國家重大需求，深入開展新一代信息技術(shù)與產(chǎn)業(yè)應(yīng)用深度融合的基礎(chǔ)方法與系統(tǒng)應(yīng)用研究，為我國實體經(jīng)濟與產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型、智能化發(fā)展提供核心技術(shù)支撐。目前，團隊聚焦大模型知識增強、智慧醫(yī)療、工業(yè)智能三個方向開展研究。

招聘以下方向的，研究員|副研究員|助理研究員|博士后

1）大模型知識增強

面向大模型垂直領(lǐng)域應(yīng)用，研究多源異構(gòu)數(shù)據(jù)特征提取與統(tǒng)一表征、多中心異質(zhì)知識協(xié)同檢索增強、領(lǐng)域知識高效建模與演化、超長上下文理解與生成;研究預(yù)訓練大模型知識增強微調(diào)、提示詞與思維鏈自動構(gòu)建、大模型可信推理、大小模型協(xié)同訓練與更新等技術(shù)。

2）智慧醫(yī)療

研究基因組、電子病歷、醫(yī)學影像、生理行為等多模態(tài)醫(yī)療數(shù)據(jù)智能融合方法，包括多模態(tài)數(shù)據(jù)對齊與標準化、多中心數(shù)據(jù)共享與分發(fā)、領(lǐng)域特征提取與存儲等技術(shù):研究多尺度健康解決方案如體檢報告智能分析與生成、遠程門診與手術(shù)輔助、多尺度組學建模仿真、病理掃描與智能成像、蛋白質(zhì)質(zhì)譜數(shù)據(jù)編碼等

3）工業(yè)智能

面向工業(yè)智能應(yīng)用，在工業(yè)多模態(tài)智能分析、工業(yè)邊緣計算、工業(yè)網(wǎng)絡(luò)協(xié)議智能應(yīng)用以及工業(yè)網(wǎng)絡(luò)安全等方向開展研究;突破多模態(tài)工業(yè)大模型構(gòu)建與知識增強、工業(yè)輕量化智能模型、工業(yè)網(wǎng)絡(luò)協(xié)議逆向、云邊端協(xié)同模型部署與運行技術(shù)，可信計算保障，在典型應(yīng)用場景示范創(chuàng)新應(yīng)用。

四、薪酬福利待遇EMPLOYEE BENEFITS

薪酬福利待遇_明細表（請點擊鏈接查看詳情）

五、投遞通道APPLY NOW

方法一：登錄人才招聘官網(wǎng) hr.pcl.ac.cn，進入網(wǎng)絡(luò)智能研究部頁面，選擇合適崗位后注冊網(wǎng)申系統(tǒng)上傳簡歷。

方法二：【關(guān)注公眾號】“鵬城實驗室招聘”點擊崗位投遞進入招聘微官網(wǎng)即可投遞簡歷或直接郵件聯(lián)系我們。

網(wǎng)絡(luò)智能研究部崗位投遞二維碼（請點擊鏈接查看詳情）

聯(lián)系電話:0755-85902289 劉老師、0755-85902294 張老師

郵箱:DoNl-recruit@pcl.ac.cn(智能部)

地址:廣東省深圳市南山區(qū)沙河西路6001號鵬城國家實驗室石壁龍園區(qū)

信息來源于網(wǎng)絡(luò)，如有變更請以原發(fā)布者為準。

來源鏈接：

https://mp.weixin.qq.com/s/MPOdRt5CEEoC2fm1nhb9pw 

為防止簡歷投遞丟失請抄送一份至：boshijob@126.com（郵件標題格式：應(yīng)聘職位名稱+姓名+學歷+專業(yè)+中國博士人才網(wǎng)）