一、实验室简介ABOUT US

鹏城国家实验室是中央批准成立的新型科研机构，属于国家事业单位，以宽带通信、新型网络和网络智能为主要研究方向，是国家战略科技力量的重要组成部分，开展领域内战略性、前瞻性、基础性重大科学问题和关键核心技术研究。实验室坚持聚天下英才而用之，不断强化人才“引-育-用-留”协同机制，初步打造由高文、余少华、尤肖虎等众多院士领衔，超200位领军人才为核心技术带头人，具备大兵团作战能力、敢啃“硬骨头”的攻关队伍。

二、研究部简介RESEARCH DEPARTMENT INTRODUCTION

由高文院士领衔，聚焦网络智能计算领域核心攻关，突破软硬件及广域协同计算关键技术，贯通云态智能计算软件体系，打造中国算力网基础软件平台，构建“大型算力基础设施为枢纽、多样化算力为互联节点、可持续演进大模型为基座”的算力网计算服务新形态。同时攻克新型多模态基础模型技术研发国产算力支撑的大模型训练及推理平台，构建基于算力网的数字视网膜主动感知网络，拓展低空经济、空天遥感等行业应用，承担新型数据中心建设科研任务，聚焦大模型训练及学科研究的数据智能与应用技术，赋能国际大科学计划，研究具身智能感规控一体模型，突破智能体视角下的多模态感知推理与任务规划，支撑工业制造规模化应用，并面向国民经济、人民生命健康等国家战略，深耕领域知识自动化、系统感知建模分析等与产业深度融合的智能创新方法及系统应用研究。

三、研究所 RESEARCH INSTITUTE

01高效能云计算研究所

团队构建异构算力广域协同新型计算体系，研发单算力中心纵向贯通与跨算力中心横向联接的开源软件栈，建立跨计算中心资源解耦与服务聚合模型在面向算力网络融合的通用人工智能大模型构建及分布式部署优化技术等领域展开研究，围绕“东数西算”“开源创新”等国家重大战略开展应用示范。

招聘以下方向的，研究员|副研究员|助理研究员|博士后

1）新型云计算技术

探索研究云计算相关技术，包括但不限于内存虚拟化、计算虚拟化、智能芯片虚拟化等计算技术;云原生、分布式存储、分布式数据库、数据传输等技术;任务调度、算网融合、云网融合.服务计算等协同技术等。

2）分布式机器学习

面向AI任务的跨域分布式系统基础理论研究、方法与技术，包括但不限于收敛性分析、最优通信方式、泛化分析、联邦学习等，研究算力网的协同算法与应用，包括但不限于分布式大规模预训练技术、知识蒸馏、模型轻量化、AI科学计算、大数据融合分析等。

3）软件工程与智能化

探索软件与智能融合计算理论、方法与技术，包括但不限于软件自动化、编译原理、智能化软件开发等;面向大型互联算力基础设施研究，开发运维一体化、人机物融合泛在系统、超算智算协同计算等。

4）深度学习与预训练模型

探索研究深度学习的相关理论、方法和新兴技术，包括但不限于自然语言处理、音频信号处理、多模态信息处理、基于和面向边缘的A1、强化学习等;研究基于预训练模型的深度学习方法及应用技术，包括但不限于多模态应用技术、无线通信AI技术和网络AI技术、通信信号大数据处理技术、信号大模型训练等;研究云边端多尺度模型协同、大模型与无人集群智能、多无人系统智能决策规划与博弈等技术。

02感知智能研究所

团队依托数字视网膜端边云协同智算技术体系与标准，聚焦多模态智能感知、低计算复杂度基础模型、模型持续演进等智能感知网关键技术研究，研发高效模型训练/推理计算平台、视觉/多模态基础模型和目标环境一体化感知设备，构建低空立体主动感知网及实验平台，赋能国家重大战略任务和低空经济、视联网、城市治理等重点行业应用。

招聘以下方向的，研究员|副研究员|助理研究员|博士后

1）多模态智能感知

研究多模态智能感知计算方法，包括但不限于视觉/雷达/频谱等感知与多模态融合、跨模型特征交互计算、跨时空关联分析、区域态势感知、多智能体协同推理、开放世界感知等。

2）轻量化基础模型

研究面向不同算力约束场景的模型轻量化技术，包括但不限于模型量化、知识蒸馏、结构化剪枝、低秩分解等;探索动态网络架构、稀疏注意力机制、参数共享等前沿方法，构建专用小型模型。

3）模型持续演进

研究大模型持续演进方法，包括但不限于模型持续学习、增量学习、模型融合、演化计算、强化学习等。

招聘以下方向的，工程技术人员

1）智能感知应用系统开发

开发基于边缘计算终端的嵌入式系统和端边云协同的大规模感知平台，支撑低空感知网、空天遥感、智能交通等应用。

2）智能感知硬件设备研发

包括但不限于智能摄像头、智能雷达、多模态一体化感知设备等。

3）智能算法计算优化

针对CPU/GPU/NPU设备优化计算效率，实现低延迟、高吞吐推理。

03数据智能研究所

团队面向世界科技前沿，围绕“人工智能+“和“数据要素x”等国家级战略规划，致力于从数据层面推动AI模型和Al for Science发展，直面高质量通用和行业数据集构建、数据平台建设的重大挑战。面向大模型训练和学科研究的新型数据中心建设的核心需求，研究数据智能与数据应用的关键技术:探索如何挖掘数据的潜在价值和数据要素化的基本路径:实现面向大模型研发和应用的数据流转全栈技术链，研究算力网环境单中心和跨中心数据治理关键技术和基本方法，研究如何将AI模型高效应用到科学计算、智能计算和社会计算等典型场景，支持国际大科学计划创新发展。

招聘以下方向的，研究员|副研究员|助理研究员|博士后

1）大模型技术

研究和探索大模型相关理论、方法和新兴技术包括但不限于大模型预训练、针对行业模型的后训练以及模型推理阶段的关联技术和创新方法如并行计算、持续学习、强化学习、蒸馏学习.多模态对齐和融合、参数高效微调、模型压缩、检索增强、智能体、思维链蒸馏、长上下文学习等:研究大模型应用的创新方法和关键技术，及其在自然语言处理、语音信号处理、多模态信息处理等领域的应用示范。

2）人工智能与遥感数据交叉方向

以人工智能和数据科学相关技术为基础，面向时空观测科学需求，开展多模态数据治理与高质量数据集构建，研究方向包括但不限于大尺度上多模态数据的时空对齐、时空迁移、序列趋势分析、语义分割、变化检测以及场景模拟、基础模型和智能体等。

3）行业大模型与数据智能

研究面向水利、工业等领域的行业大模型训练与智能体构建技术，重点突破多模态数据(文本/图像/视频/三维场景)的智能感知、建模与生成等核心问题。结合智能可视计算与数据生成技术，构建面向重大应用场景的行业数据智能平台。

4）智能科学计算方法

研究面向学科场景的智能数据分析与计算方法，融合机器学习、因果学习、统计推断、知识引导及信息论等技术，构建稳健、可控、可解释、适配学科特殊性的智能算法，解决交叉学科中的重要前沿科学问题。

5）多模态数据表征与智能处理

聚焦多模态数据的高效表征与智能处理，重点研究以下方向

5.1多模态数据压缩

包括三维点云、图像、视频、文本及模型等数据的压缩方法

5.2数据质量评价与智能分析

构建客观评价体系结合深度学习实现自动化质量评估

5.3分布式大规模数据表征与处理

面向海量数据的存储、计算与传输优化

5.4新一代存储与传输的数据表征技术

研究高效、低冗余的数据编码与传输方法

招聘以下方向的，工程技术人员

1）大数据后端开发

研究和探索围绕大数据平台建设的后端和软件理论方法和工程技术，包括但不限于数据抓取、数据治理、数据安全建模和审查、数据编解码、虚拟化技术、Agentic Workflow、前后端一体化开发、分布式数据存储和索引、分布式模型训练优化、大数据软件开发等。

04多智能体与具身智能研究所

团队依托中国算力网等自主可控基础设施，重点突破智能体视角下的多模态感知与生成、智能体任务生成与规划、多智能体的通讯协作与联合决策、具身智能体的控制与人机共融、智能体评测机制与体系等关键技术，打造分布式仿真训练平台、云端协同具身多模态大模型等通用基础平台，解决现实世界中的复杂智能体问题，支撑低空经济、智能制造、居家康养等典型场景的规模化应用。

招聘以下方向的，研究员|副研究员|助理研究员|博士后

1）具身智能物理仿真技术

研究用于构建具身智能仿真训练平台的相关前沿技术，包括但不限于AIGC、三维重建、图像编辑、图形计算、物理引擎计算、数字孪生、VR/AR等技术。

2）具身基础模型技术

研究具身智能基础模型的训练和部署，包括但不限于对具身智能数据采集与生成技术、具身多模态基础模型如VLA和VLN、主流LLM和VLM的高校部署与微调、多集群多节点分布式训练、强化学习与模仿学习等。

3）具身智能工程化技术

研究具身智能系统级实现技术，包括但不限于多模态传感器融合与实时处理、运动控制与硬件驱动优化、边缘计算与容器化部署、ROS系统开发集成与鲁棒性保障、人机协同工程接口等技术。

4）无人机系统与算法研发

研究无人机自主飞行及多智能体协同控制技术包括但不限于多传感器信息融合技术(如惯导+视觉/VI0、激光SLAM)、通信系统及无人机相关通信协议(如数传、图传、组网协议)、飞控算法研发;无人机系统集成与仿真平台开发如PSDK、ROS2、Gazebo.

5）多端协同的模型训练及推理技术

研究各类同构或异构计算节点下的高效模型训练及推理技术，包括跨域多集群的高效训练及推理框架、云边端协同训练及推理、异构模型融合、模型稀疏学习、模型量化压缩等技术;研究隐私保护下的协同训练及推理技术，包括加密推理加密知识融合、安全多方计算等技术。

05智能系统与应用创新研究所

团队依托鹏城云脑超级智能计算平台等重大科研基础设施，面向人民生命健康、经济主战场等国家重大需求，深入开展新一代信息技术与产业应用深度融合的基础方法与系统应用研究，为我国实体经济与产业的数字化转型、智能化发展提供核心技术支撑。目前，团队聚焦大模型知识增强、智慧医疗、工业智能三个方向开展研究。

招聘以下方向的，研究员|副研究员|助理研究员|博士后

1）大模型知识增强

面向大模型垂直领域应用，研究多源异构数据特征提取与统一表征、多中心异质知识协同检索增强、领域知识高效建模与演化、超长上下文理解与生成;研究预训练大模型知识增强微调、提示词与思维链自动构建、大模型可信推理、大小模型协同训练与更新等技术。

2）智慧医疗

研究基因组、电子病历、医学影像、生理行为等多模态医疗数据智能融合方法，包括多模态数据对齐与标准化、多中心数据共享与分发、领域特征提取与存储等技术:研究多尺度健康解决方案如体检报告智能分析与生成、远程门诊与手术辅助、多尺度组学建模仿真、病理扫描与智能成像、蛋白质质谱数据编码等

3）工业智能

面向工业智能应用，在工业多模态智能分析、工业边缘计算、工业网络协议智能应用以及工业网络安全等方向开展研究;突破多模态工业大模型构建与知识增强、工业轻量化智能模型、工业网络协议逆向、云边端协同模型部署与运行技术，可信计算保障，在典型应用场景示范创新应用。

四、薪酬福利待遇EMPLOYEE BENEFITS

薪酬福利待遇_明细表（请点击链接查看详情）

五、投递通道APPLY NOW

方法一：登录人才招聘官网 hr.pcl.ac.cn，进入网络智能研究部页面，选择合适岗位后注册网申系统上传简历。

方法二：【关注公众号】“鹏城实验室招聘”点击岗位投递进入招聘微官网即可投递简历或直接邮件联系我们。

网络智能研究部岗位投递二维码（请点击链接查看详情）

联系电话:0755-85902289 刘老师、0755-85902294 张老师

邮箱:DoNl-recruit@pcl.ac.cn(智能部)

地址:广东省深圳市南山区沙河西路6001号鹏城国家实验室石壁龙园区

更多最新博士后招聘信息请关注博士后招聘网微信公众号（ID：boshihoujob）

原文出处：

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

请您在邮件申请时在标题注明信息来自：博士后招聘网-boshihoujob.com，电话咨询时说明从博士后招聘网(www.boshihoujob.com)看到的博士后招聘信息。

声明：凡本网注明“来源：XXX”的文/图等稿件，本网转载出于传递更多信息及方便产业探讨之目的，并不意味着本站赞同其观点或证实其内容的真实性，文章内容仅供参考。如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任。作者如果不希望被转载或者联系转载等事宜，请与我们联系。邮箱：boshihoujob@163.com。