BYR Achieve · 镜像论坛

港科广新 AP 招收 Learning Theory 博士后面向数学 / 概率论 / 数理统计方向博士毕业生 [晋天元 / Jin Tianyuan] [香港科技大学广州 DSA Trust] [本人主页：https://tianyuanjin.github.io/] 摘要：我们正在招收专注于 Learning Theory 的博士后研究人员。尤其欢迎来自概率论、统计学、运筹和控制等方向的博士毕业生申请。申请人不需要已有机器学习论文，但需要具备扎实的概率和统计基础、严谨的数学证明能力，以及对学习理论问题的真实兴趣。待遇和支持以学校正式 offer 及当年政策为准。一、招聘对象与研究方向本人课题组长期招收有志于从事高水平理论研究的博士后。本次招聘方向聚焦于 Learning Theory，特别欢迎数学、概率论与数理统计方向的博士毕业生。我们希望申请人能够将概率、统计和严谨数学证明能力用于研究现代机器学习中的基础理论问题。研究内容主要是:Online learning and bandits；如果申请人已有自己感兴趣的概率或统计理论问题，也欢迎在申请邮件中说明，我们可以一起讨论其与 learning theory 的结合点。二、我们希望你具备 1. 扎实的概率和统计基础申请人最好具有概率论、数理统计或相关数学方向的系统训练。我们尤其欢迎熟悉以下工具或方向的申请人： o 测度论概率、随机变量收敛、鞅、随机过程； o 经验过程、集中不等式； o 信息论方法、下界证明、矩阵分析或相关优化工具。 2. 严谨的数学证明和写作能力本岗位以理论研究为主。申请人需要能够独立阅读数学和机器学习理论论文，理解定义、定理和证明，并写出清晰、严谨、可检查的数学论证。 3. 对 Learning Theory 有真实兴趣我们希望申请人不是泛泛申请，而是对学习理论中的基础问题有明确兴趣，愿意长期投入到问题形式化、证明技术打磨和高质量论文。三、我们可以提供 1. 适合数学背景转向机器学习理论的训练机制对于来自数学、概率和统计方向的申请人，我们会帮助补齐必要的机器学习背景，并尽量把已有数学能力转化为可以发表的 learning theory 研究成果。 2. 稳定的讨论、合作和职业发展支持课题组会通过定期组会、一对一讨论、读书会和阶段性反馈，帮助博士后持续推进课题。我们也会在推荐信、学术报告、论文写作、求职材料和研究计划方面提供建议。四、待遇与福利博士后待遇具有竞争力，具体薪资根据申请人背景、研究能力、岗位类型、导师经费及学校/政府政策确定。到手年收入可达40w+。博士后通常可按政策申请科研经费、社保和住房公积金、相关人才补贴、安家费等支持。所有金额、年限和申请条件均以学校正式 offer、聘用合同及当年政策为准。优秀博士后将有机会独立负责研究项目、合作指导学生、共同撰写论文和基金，并获得后续申请教职、科研岗或工业界研究岗位的支持。五、申请要求博士后申请人应已经获得或即将获得博士学位。我们尤其欢迎博士毕业于数学、概率论、数理统计、统计学、应用数学等方向的申请人。 1. 有扎实的概率和统计训练，能够阅读和撰写严格的数学证明。 2. 对 Learning Theory 有明确兴趣，而不是泛泛申请。 3. 具有英文论文写作经验者优先。六、申请材料感兴趣的申请人请将全部申请材料发送至：tianyuan1044@gmail.com 邮件标题请写：postdoc 邮件中请包含： 1. 个人简历 CV。 2. 代表性论文、preprint。 3. 博士论文或博士论文摘要，如已有。 4. 简短研究兴趣说明。 5. 请用 5-8 句话说明你对 Learning Theory 中哪个问题或方向感兴趣 (最好是online learning)，为什么感兴趣，以及你的概率/统计/数学背景如何帮助你开展相关研究。 6. 如有推荐人信息，也可一并附上。由于申请邮件较多，可能无法逐一回复。能够体现充分准备、明确 learning theory 兴趣、较强概率/统计基础和较好匹配度的申请会被优先考虑。

[26Fall]帮转博士后招生-香港科技大学（广州）