因果机器学习算法研究（博士后）

岗位职责:
1.研究内容：针对大模型在生命科学垂直领域中的应用需求，开展可交互大模型的预训练机制研究，探索数据配比与对齐策略、指令微调方法、数据增强技术及因果分析手段，推进通用模型与专业模型的协同优化，构建支持人机协作的领域专用大模型体系。需结合主流深度学习框架，融合因果推理方法以提升模型在实际应用场景下的准确性与泛化能力。
2.研究方向：人工智能、大模型技术、因果推断。

任职要求:
1.具有人工智能、数据科学、计算机科学、统计学等相关专业博士学位。
2.精通Python、C++、R、Perl、Shell中至少一种编程语言，具备良好的代码规范和项目实践经验。
3.掌握常用深度学习模型，熟练使用至少一种深度学习框架（如TensorFlow、PyTorch、MxNet、Keras等）；具有大语言模型跨域微调或图神经网络的训练、调优与部署经验者优先；能持续跟踪技术前沿，具备一定的创新整合能力，在NeurIPS、ICML、ICLR、TPAMI、PMLR等国际顶级会议或期刊发表过相关成果者优先考虑。
4.英语能力优秀，善于自主学习与独立思考，具备良好的沟通表达能力和团队协作意识，能在聘期内产出高质量科研成果。

导师简介
刘扶芮，之江实验室研究专家，深圳市“孔雀计划”引进的海外高层次人才。主要研究方向为因果计算与人工智能及其在生命健康领域的应用。在Nature子刊、JMLR等国际权威期刊和会议上发表论文40余篇，主持或作为核心成员参与国家重点研发计划、新一代人工智能国家科技重大专项等项目6项，研究成果曾两次获得数据挖掘顶会SIGKDD十年时间检验奖，长期担任NeurIPS、ICML等顶级会议/期刊审稿人，曾于华为诺亚方舟实验室、德国马普所、微软亚洲研究院从事研究或访问工作。