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，屬于國家事業(yè)單位，以寬帶通信、新型網絡和網絡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，開展領域內戰(zhàn)略性、前瞻性、基礎性重大科學問題和關鍵核心技術研究。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銜，超200位領軍人才為核心技術帶頭人，具備大兵團作戰(zhàn)能力、敢啃“硬骨頭”的攻關隊伍。

二、研究部簡介RESEARCH DEPARTMENT INTRODUCTION

由高文院士領銜，聚焦網絡智能計算領域核心攻關，突破軟硬件及廣域協(xié)同計算關鍵技術，貫通云態(tài)智能計算軟件體系，打造中國算力網基礎軟件平臺，構建“大型算力基礎設施為樞紐、多樣化算力為互聯(lián)節(jié)點、可持續(xù)演進大模型為基座”的算力網計算服務新形態(tài)。同時攻克新型多模態(tài)基礎模型技術研發(fā)國產算力支撐的大模型訓練及推理平臺，構建基于算力網的數(shù)字視網膜主動感知網絡，拓展低空經濟、空天遙感等行業(yè)應用，承擔新型數(shù)據中心建設科研任務，聚焦大模型訓練及學科研究的數(shù)據智能與應用技術，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)感知推理與任務規(guī)劃，支撐工業(yè)制造規(guī)�；瘧�用，并面向國民經濟、人民生命健康等國家戰(zhàn)略，深耕領域知識自動化、系統(tǒng)感知建模分析等與產業(yè)深度融合的智能創(chuàng)新方法及系統(tǒng)應用研究。

三、研究所 RESEARCH INSTITUTE

01高效能云計算研究所

團隊構建異構算力廣域協(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聚合模型在面向算力網絡融合的通用人工智能大模型構建及分布式部署優(yōu)化技術等領域展開研究，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

探索研究云計算相關技術，包括但不限于內存虛擬化、計算虛擬化、智能芯片虛擬化等計算技術;云原生、分布式存儲、分布式數(shù)據庫、數(shù)據傳輸?shù)燃夹g;任務調度、算網融合、云網融合.服務計算等協(xié)同技術等。

2）分布式機器學習

面向AI任務的跨域分布式系統(tǒng)基礎理論研究、方法與技術，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，研究算力網的協(xié)同算法與應用，包括但不限于分布式大規(guī)模預訓練技術、知識蒸餾、模型輕量化、AI科學計算、大數(shù)據融合分析等。

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，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)算力基礎設施研究，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）深度學習與預訓練模型

探索研究深度學習的相關理論、方法和新興技術，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;研究基于預訓練模型的深度學習方法及應用技術，包括但不限于多模態(tài)應用技術、無線通信AI技術和網絡AI技術、通信信號大數(shù)據處理技術、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。

02感知智能研究所

團隊依托數(shù)字視網膜端邊云協(xié)同智算技術體系與標準，聚焦多模態(tài)智能感知、低計算復雜度基礎模型、模型持續(xù)演進等智能感知網關鍵技術研究，研發(fā)高效模型訓練/推理計算平臺、視覺/多模態(tài)基礎模型和目標環(huán)境一體化感知設備，構建低空立體主動感知網及實驗平臺，賦能國家重大戰(zhàn)略任務和低空經濟、視聯(lián)網、城市治理等重點行業(yè)應用。

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）輕量化基礎模型

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

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，工程技術人員

1）智能感知應用系統(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、空天遙感、智能交通等應用。

2）智能感知硬件設備研發(fā)

包括但不限于智能攝像頭、智能雷達、多模態(tài)一體化感知設備等。

3）智能算法計算優(yōu)化

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

03數(shù)據智能研究所

團隊面向世界科技前沿，圍繞“人工智能+“和“數(shù)據要素x”等國家級戰(zhàn)略規(guī)劃，致力于從數(shù)據層面推動AI模型和Al for Science發(fā)展，直面高質量通用和行業(yè)數(shù)據集構建、數(shù)據平臺建設的重大挑戰(zhàn)。面向大模型訓練和學科研究的新型數(shù)據中心建設的核心需求，研究數(shù)據智能與數(shù)據應用的關鍵技術:探索如何挖掘數(shù)據的潛在價值和數(shù)據要素化的基本路徑:實現(xiàn)面向大模型研發(fā)和應用的數(shù)據流轉全棧技術鏈，研究算力網環(huán)境單中心和跨中心數(shù)據治理關鍵技術和基本方法，研究如何將AI模型高效應用到科學計算、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

研究和探索大模型相關理論、方法和新興技術包括但不限于大模型預訓練、針對行業(yè)模型的后訓練以及模型推理階段的關聯(lián)技術和創(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、模型壓縮、檢索增強、智能體、思維鏈蒸餾、長上下文學習等:研究大模型應用的創(chuàng)新方法和關鍵技術，及其在自然語言處理、語音信號處理、多模態(tài)信息處理等領域的應用示范。

2）人工智能與遙感數(shù)據交叉方向

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

3）行業(yè)大模型與數(shù)據智能

研究面向水利、工業(yè)等領域的行業(yè)大模型訓練與智能體構建技術，重點突破多模態(tài)數(shù)據(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。結合智能可視計算與數(shù)據生成技術，構建面向重大應用場景的行業(yè)數(shù)據智能平臺。

4）智能科學計算方法

研究面向學科場景的智能數(shù)據分析與計算方法，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，構建穩(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)據表征與智能處理

聚焦多模態(tài)數(shù)據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)據壓縮

包括三維點云、圖像、視頻、文本及模型等數(shù)據的壓縮方法

5.2數(shù)據質量評價與智能分析

構建客觀評價體系結合深度學習實現(xiàn)自動化質量評估

5.3分布式大規(guī)模數(shù)據表征與處理

面向海量數(shù)據的存儲、計算與傳輸優(yōu)化

5.4新一代存儲與傳輸?shù)臄?shù)據表征技術

研究高效、低冗余的數(shù)據編碼與傳輸方法

招聘以下方向的，工程技術人員

1）大數(shù)據后端開發(fā)

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

04多智能體與具身智能研究所

團隊依托中國算力網等自主可控基礎設施，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鍵技術，打造分布式仿真訓練平臺、云端協(xié)同具身多模態(tài)大模型等通用基礎平臺，解決現(xiàn)實世界中的復雜智能體問題，支撐低空經濟、智能制造、居家康養(yǎng)等典型場景的規(guī)�；瘧�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

研究用于構建具身智能仿真訓練平臺的相關前沿技術，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。

2）具身基礎模型技術

研究具身智能基礎模型的訓練和部署，包括但不限于對具身智能數(shù)據采集與生成技術、具身多模態(tài)基礎模型如VLA和VLN、主流LLM和VLM的高校部署與微調、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

研究具身智能系統(tǒng)級實現(xiàn)技術，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。

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)同控制技術包括但不限于多傳感器信息融合技術(如慣導+視覺/VI0、激光SLAM)、通信系統(tǒng)及無人機相關通信協(xié)議(如數(shù)傳、圖傳、組網協(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

研究各類同構或異構計算節(jié)點下的高效模型訓練及推理技術，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、異構模型融合、模型稀疏學習、模型量化壓縮等技術;研究隱私保護下的協(xié)同訓練及推理技術，包括加密推理加密知識融合、安全多方計算等技術。

05智能系統(tǒng)與應用創(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設施，面向人民生命健康、經濟主戰(zhàn)場等國家重大需求，深入開展新一代信息技術與產業(yè)應用深度融合的基礎方法與系統(tǒng)應用研究，為我國實體經濟與產業(yè)的數(shù)字化轉型、智能化發(fā)展提供核心技術支撐。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

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

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)據智能融合方法，包括多模態(tài)數(shù)據對齊與標準化、多中心數(shù)據共享與分發(fā)、領域特征提取與存儲等技術:研究多尺度健康解決方案如體檢報告智能分析與生成、遠程門診與手術輔助、多尺度組學建模仿真、病理掃描與智能成像、蛋白質質譜數(shù)據編碼等

3）工業(yè)智能

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

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 hr.pcl.ac.cn，進入網絡智能研究部頁面，選擇合適崗位后注冊網申系統(tǒng)上傳簡歷。

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

網絡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)

信息來源于網絡，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：應聘職位名稱+姓名+學歷+專業(yè)+中國博士人才網）