广西生态工程职业技术学院是广西壮族自治区人民政府举办，自治区教育厅、自治区林业局共同管理的全日制普通高等学校。学校是自治区示范性高等职业学院、首批国家高技能人才培养示范基地，中国（南方）现代林业职业教育集团理事长单位。学校创办于1956 年，位于广西柳州市，占地面积1.8万亩，全日制在校学生18000多人。

一、高层次人才引进

高职称人才（正高）、高学历人才（博士研究生， 取得博士学位）和高技能或高水平人才（经省级认定或具有其他特殊技能人才）引进，实行一事一议，大量引进，专业、数量不限。

高层次人才待遇 ：

一次性安家费/住房补贴（教授：35万（税后，以下同）；博士：30万；高技能人才：25万）；提供科研启动经费(仅限教授、博士)；提供工作室建设经费（仅为高技能人才）；配偶视条件随调或协助安排工作；给予编制；博士、高技能人才未得职称的按学校规定奖励性绩效工资参照副高职称执行。

二、人才招聘

（一）招聘条件

硕士研究生（部分岗位可降为本科生）、中级及以上职称的本科生。

（二）人才需求表

详见：附件《广西生态工程职业技术学院2023年人才需求表》

（三）人才待遇（待遇不叠加）

1. 紧缺专业岗位：硕士给予一次性安家费（住房补贴） 2 万（税后）；副高职称给予一次性安家费（住房补贴）4 万（税后）,烹饪技术、软件技术、无人机应用技术相关专业教师岗位（仅限硕士学位）列为紧缺专业岗位。

2.教师岗或研究生学历聘用人员：薪资参照在编人员同等职级待遇执行；

3.本科聘用人员（管理服务人员）：薪资待遇按学校相关规定执行。

三、报名方式及要求

（一）报名时间：发布之日起接受报名

（二）报名材料：填写《报名登记表》（附件1）、《个人信息登记表》（附件2）；学历、学位、身份证及相关证明材料扫描件；论文、科研成果及获奖材料扫描件；其他展示个人素质和能力的材料。

（三）报名方式

应聘者将《报名登记表》、《个人信息登记表》和其他应聘材料发送到指定邮箱（stxyzr308@163.com）（邮件主题及求职材料书写格式：拟聘岗位代码+毕业学校+专业+学历+姓名；高层次人才邮件主题及求职材料书写格式：岗位代码（RC）+高职称/高学历/高技能+专业+学历+姓名）。应聘者可加入“生态招聘群”(QQ:568303658；QQ:566217156;QQ：445959100)

四、面试

根据报名情况，经筛选后，学校人事部门（二级学院）会适时通知应聘者参加面试，直至招聘岗位人员录满为止（区外应届毕业生来校面试，提供面试人员往返交通费（动车），学校安排住宿），高层次人才入职时可报销面试往返交通费及住宿费。

1. 应聘人员应如实提交相关材料，弄虚作假的，经查实即取消报名或聘用资格。

   附件1.

广西生态工程职业技术学院

2023年8月28日

验室导师简介及招收计划

一、张晓平教授

加拿大工程院院士，加拿大工程研究院院士，国际电气和电子工程师协会（IEEE)会士，清华大学深圳国际研究生院数据与信息研究院院长、清华大学鹏瑞教授、清华-伯克利深圳学院（TBSI）教授。他从清华大学电子工程系获学士和博士学位，并从芝加哥大学布斯商学院获金融和经济学专业工商管理硕士学位（MBA）且获优秀毕业生荣誉。现任《IEEE信号处理专刊》主编，IEEE信号处理学会图像视频及多维信号处理技术委员会主席，IEEE杰出讲座学者。张晓平院士致力于信号处理和大数据的理论和应用研究开发，相关领域主要包括数据科学、多媒体信号处理、统计模型、机器学习、物联网和电子信息系统、可见光通信和光计算、智慧城市、金融经济大数据和金融科技。

招聘博后人数：3

博后研究方向：数据科学、多媒体信号处理、统计模型、机器学习、物联网和电子信息系统、可见光通信和光计算、智慧城市、金融经济大数据和金融科技。

二、Ercan E. Kuruoğlu
Received MPhil and PhD degrees in information engineering from the University of Cambridge, United Kingdom, in 1995 and 1999, respectively. In 1998, he joined Xerox Research Center Europe, Cambridge. He was an ERCIM fellow in 2000 with INRIA-Sophia Antipolis, France. In January 2002, he joined Institute of Science and Technology of Information-CNR (Italian National Council of Research), Pisa, Italy where he became a Chief Scientist in 2020. He is a Full Professor at Tsinghua-Berkeley Shenzhen Institute since 2022. He served as an Associate Editor for the IEEE Transactions on Signal Processing and IEEE Transactions on Image Processing. He was the Editor in Chief of Digital Signal Processing: A Review Journal between 2011-2021. He is currently co-Editor-in-Chief of Journal of the Franklin Institute. He acted as a Technical co-Chair for EUSIPCO 2006 and a Tutorials co-Chair of ICASSP 2014. He is a member of the IEEE Signal Processing Society Data Challenges Committee, IEEE Technical Committees (TC) on Machine Learning for Signal Processing and TC on Image, Video and Multidimensional Signal Processing. He was a plenary speaker at DAC 2007, ISSPA 2010, IEEE SIU 2017, Entropy 2018, MIIS 2020 and tutorial speaker at IEEE ICSPCC 2012. He was an Alexander von Humboldt Experienced Research Fellow in the Max Planck Institute for Molecular Genetics in 2013-2015. His research interests are in the areas of statistical signal and image processing, Bayesian machine learning and information theory with applications in remote sensing, environmental sciences, telecommunications and computational biology. He speaks English, Italian, German and Turkish.
招聘博后人数：2
博后研究方向：
Topic 1: Topological Data Analysis for Statistical Learning
Keywords: Topological data analysis, graph machine learning, time-varying graph analysis, rare event modelling
The objective is to develop ground-breaking topological signal processing and statistical learning methods for high-dimensional data. The focus lies on conducting fundamental research to derive scalable methods with robustness and statistical guarantees that form a bridge between existing topological data analysis methods and statistical learning methods with an eye on applications with time-varying data. Various applications including climate data, financial data, genomic data will be considered though the main emphasis will be in methodology development.

Topic 2: Stochastic deep learning
Keywords: Bayesian machine learning, non-stationary data analysis
This project aims to develop a deep learning methodology which is dynamic and statistical at the same time, that is non-deterministic and non-stationary. We will explore various methods from signal processing extending them to nonlinear systems and hence applying to neural networks.

Topic 3: Cross domain learning in the brain
Keywords: EEG data analysis, computational models for brain learning, audio and visual information processing in the brain
This project aims to understand the way information is coded in the brain in different types of stimuli such as audio and vision. What are the common features? How can we utilise this information to compensate for some brain diseases? How can we utilise these ideas in machine learning?

个人主页：http://www.tbsi.edu.cn/ercankuruoglu/main.htm

三、Yang Li
Received her B.A. degree and PhD mathematics and computer science from Smith College in 2011, and the Ph.D. degree in computer science from Stanford University in 2017. She joined Tsinghua-Berkeley Shenzhen Institute, Tsinghua Shenzhen International School, serving as postdoc researcher, assistant professor and associate professor since 2017, 2019 and 2021, respectively. Her research interests include transfer learning, representation learning with multiple tasks and domains, spatial data analysis and geometric algorithms. She is a member of IEEE, ACM, an associate editor of Franklin Open and an editorial board member of Digital Signal Processing.
Research Team: 9 Ph.D. students and 10 master students.
On-going CNSF Project: Heterogeneous Multi-task Transfer Learning for Medical Image Understanding
Postdoc Position Information:
Topic: Learning to transfer for heterogeneous medical image data
The ideal candidate should have a Ph.D. background in machine learning (e.g., especially if you are interested in model robustness, explainability and out-of-domain generalization) or a background in medical image processing with hands-on experience of working with large-scale medical data.

招聘博后人数：1

个人主页:http://yangli-feasibility.com

四、黄绍伦

副教授，深圳市海外高层次C类人才、珠江人才，2022IEEEEASIT共同主席，多个国际会议及期刊评审。研究方向为信息论、统计学习、机器学习和深度学习，尤其侧重于应用信息和统计理论来分析、解释和设计机器学习和深度学习算法。个人主页：https://sites.google.com/view/slhuang/home

招聘博后人数：2

博后研究方向：信息论、统计学习、机器学习和深度学习

五、丁文伯

副教授，博士生导师，国家青年专家，深圳市海外高层次B类人才。别于2011年和2016年在清华大学电子工程系获得学士和博士学位（导师：宋健教授），2016年至2019年在美国佐治亚理工学院材料科学与工程系从事博士后研究（合作导师：王中林院士）。担任《Digital Signal Processing》副编辑、IEEE JSTSP机器人感知专刊首席客座编辑和可解释AI客座编辑，及多个IEEE、ACM研讨会主席。在Nature Communications、Science Advances、EES、IEEE TRO、IEEE RAL、IEEE TMC等领域权威期刊及会议发表论文70余篇，ESI高引6篇，期刊封面3篇。曾获中国电子学会自然科学二等奖、日内瓦国际发明展金奖、清华大学特等奖学金等。课题组主页：http://ssr-group.net，研究方向为机器人触觉感知、机器人学、阵列信号处理、智能人机交互、柔性机器人。

个人主页：http://ssr-group.net/

招聘博后人数：1

博后研究方向：机器人触觉感知、机器人学、阵列信号处理、智能人机交互、柔性机器人。

六、陈鑫磊

助理教授，国家青年专家，入选广东省珠江人才计划，深圳市海外高层次人才计划（B类）。团队承担包括科技部重点研发在内的多项重要课题。围绕复杂环境探测、重大灾害应急响应、城市大尺度智能监测、对抗态势感知推演等重大国家战略需求，瞄准“复杂网络协同探测与控制”战略科研新方向，基于人工智能、物联网、机器人等新型信息技术，实现利用多智能体（无人机、无人车、机器狗等集群）针对复杂大空间环境的泛在感知、探索与响应。共发表学术论文70余篇，合计影响因子200+，5次在移动计算与传感器网络顶会上获奖。

招聘博后人数：1

博后研究方向：智能物联网，移动计算，多智能体/无人集群，群智感知，人工智能等。

更多信息请详见实验室网页：https://www.tbsi.edu.cn/sjkxyxxjsyjzx/list.htm

七、唐彦嵩

助理教授、特别研究员、博士生导师。分别于2015年和2020年在清华大学自动化系获得工学学士和博士学位，于2016年6月至9月在美国加州大学洛杉矶分校进行学术访问，于2020年至2022年在英国牛津大学从事博士后研究工作。2022年至今在清华大学深圳国际研究生院担任助理教授，主要从事人工智能与计算机视觉等领域的相关工作，研究方向聚焦于视频内容分析与理解，在国际权威期刊和会议上发表论文20余篇，其中以第一/通讯作者发表TPAMI、CVPR等CCFA类期刊和会议论文10余篇，谷歌学术引用1100余次，主持国家自然科学基金青年科学基金项目，中国人工智能学会-华为Mindspore学术奖励基金以及深圳市高等院校稳定支持计划等项目，提出的算法在北京极佳视界科技有限公司实现了成果转化。于2022年入选第八届中国科协青年人才托举工程，2023年入选微软亚洲研究院“铸星计划”。担任2022年人脸与手势识别领域重要国际会议IEEE International Conference on Automatic Face and Gesture Recognition领域主席，中国人工智能学会模式识别专业委员会副秘书长，中国自动化学会模式识别与机器智能专委会执行委员，视觉与学习青年学者研讨会执行领域主席等学术职务。

招聘博后人数：1

博后研究方向：主要研究方向为计算机视觉、模式识别、视频理解、多模态学习等。

更多信息请详个人主页：https://andytang15.github.io

福利待遇：

1.参照清华大学深圳国际研究生院及深圳市相关条例享受工资和住房待遇；

2.博士后在站期间基本年薪为12万元，并按照相关规定参加社会保险及住房公积金，开题和中期考核合格者，可获得深圳市生活补贴18万元/年(免税，资助期限不超过2年)，在深圳市无房的博士后可享受2800元/月的租房补贴；

3.获得清华大学“水木学者”的博士后，在站期间，可额外获得6万元/年的资助；(以最新政策为准）；

5.在站期间可按照相关规定，申请中国博士后科学基金和国家、省、市其他科研项目；

6.学校为每位博士后提供在站期间两年共计2万元的科研学术活动资助；

7.博士后出站选择留深从事科研工作，且与本市企事业单位签订3年以上劳动(聘用)合同的，可申请深圳市出站博士后留深科研资助，10万元/年，共资助3年)。

职位职责：

1.开展与上述方向相关的研究工作；

2.发表高质量学术论文；

3.协助申报科研课题及承担相应的实验室管理工作；

4.协助指导相关方向硕士或博士研究生。

任职要求：

1.在知名高校、研究院获得或即将获得博士学位者，品学兼优、身体健康，博士毕业三年内，年龄35周岁以下；

2.与本研究中心下设实验室相关的研究方向，具有扎实的理论基础和较强动手实践能力；

3.有较强的科研能力，具有良好的英语交流能力（读、写、听、讲）；

4.具备较强的独立工作能力及沟通协作能力，具有严谨的逻辑思维和独立解决问题的能力；

5.具有创新思维和创新研究能力；

6.热爱科研、恪守学术道德、有强烈的责任心和进取心、善于团队协作、勤奋努力、踏实好学、诚实认真。

应聘材料：

1.应聘者需提供申请信，内容需包含详细的个人简历、学习工作经历、主要学术工作内容、主要论文论著清单、意向导师、个人的研究兴趣以及研究计划；

2.博士期间的主要工作和学习内容；

3.从本科起各个阶段的成绩单；

4.需提供3封推荐信及联系方式（含博士导师推荐信一封）。

应聘者请将应聘材料用附件形式发送至zhangmengwen@sz.tsinghua.edu.cn，邮件注明“博士后－姓名–意向合作导师 ”。

将及时筛选个人简历并安排面试，参加面试者需提供：学历、学位证书原件和复印件，以及其它可证明本人能力及水平的相关资料。

信息来源于网络，如有变更请以原发布者为准。

来源链接：

https://talent.sigs.tsinghua.edu.cn/#/positionDetail?id=389