高薪职位类PhD机会 应用型AI方向
具有物理意义的深度学习用于系统状态监控和预测Physics-Informed AI/Deep Learning
项目背景
工业系统智能维护专注于开发智能算法，以提高复杂工业资产的性能、可靠性和可用性，使维护工作更具成本效益。研究组的研究重点是深度学习、领域适应、混合方法（结合物理性能模型和深度学习算法）和深度强化学习。为复杂的基础设施和工业资产的系统健康监测和预测开发了算法。
该博士论文隶属于某国家科学基金会资助的项目 "基于物理信息的深度学习的复杂工业系统的操作性数字双胞胎，具有综合的结构归纳偏见、物理学和领域专业知识"。
职位描述
该博士项目的主要目标是开发具有物理学意义的深度学习算法，用于复杂的基础设施和工业资产的系统状态监测和预测。
目前有两个博士职位。
一个博士职位将专注于开发物理信息图形神经网络，用于对空间分布式传感器网络监测的复杂物理过程进行高效实时建模。
第二个博士职位将专注于开发分解、物理信息特征表示学习的方法，并在物理信息神经网络的学习过程中整合先前的物理知识和领域专业知识作为正则器。
这两个职位需尽快开始；计划的项目期限为三年。
该博士职位的期限预计为三年
[三年即可毕业，是优势，但同样意味着只能给你提供三年的funding]。
申请要求
具有强大分析能力背景的博士生Candidate，拥有工程、控制、计算机科学、物理、应用数学或相关领域的优秀硕士学位。
应精通机器学习、深度学习、信号处理、统计学习理论
第一个职位的候选人应具有GCN的经验。
必须掌握专业的英语（包括书面和口语）
工签及薪酬福利
为期3年的工签合同Contract，工资薪酬每年递增，平均每年年薪税前约合RMB 50W+【很香有木有】。
申请流程及文书要求
请在2021年12月15日前通过进行申请，并提交以下材料：
- 动机信Motivation Letter
- 简历 CV
- 简短的研究陈述（一页），描述你与工作描述相关的项目想法，并与你在该领域的经验和文献中的相关工作相联系
- 一份出版物（例如，硕士论文或最好是会议或期刊出版物）
- 所有获得的学位的成绩单（英文）。
- 至少两名推荐人的详细联系方式
对申请的审查将持续到该职位被填补为止，该职位将尽快开始。先到先得，尽早申请!
【轻微赞赏，联系大可Offer获取申请方式及相关注意事项】
心动了!然而背景暂时不匹配,怎么办？
该职位再次印证了大可Offer多年前的预判，"万物"---各理工科均可DeepLearning炼丹，均会慢慢向data-driven，AI-based方法靠拢。
为提升竞争力，建议有志于申请欧洲职位类PhD的各类理工科低年级同学要尽早准备。如果没有AI相关背景，应该尽早自主学习并通过项目训练自己在AI尤其是Deep Learning（DL+DRL）方面的能力。推荐深度学习四大名著，尤其是DL花书+动手学深度学习，如需PDF电子版可以小窗联系。
对于学有余力，需要进行科研背景提升的低年级研究生及大二以上的本科生，推荐由我们团队奋战在科研一线的名校博后/博士开设的领域“留学过来人手把手在线1V1实践提升”项目，特色方向“数据科学、交通、EE/CS”, 链接如下：
[1] 研究论文背景能力提升项目：头雁计划&追逐计划Topis列表---推荐2022&2023申请er关注/抢位
[2] 大数据与人工智能入门、初级到实践（精通）& 论文背景能力提升
此外团队现已推出超值VIP语音付费咨询：
大可Offer超值VIP语音付费咨询【已上线】