香港科技大学(广州)数据科学与分析专业诚招计算生物学/生物信息方向全奖博士生及RA
8810
香港科技大学(广州)数据科学与分析学域张延林课题组诚邀数据科学与生物计算方向博士生/科研助理加盟
课题组简介:
张延林博士于2024年1月加入香港科技大学(广州)数据科学与分析学域任助理教授/独立PI，主要研究方向为AI4Science(Biology&Healthcare)/计算生物学/生物信息。张老师2023秋博士毕业于加拿大麦吉尔大学计算机科学专业，2015年本科毕业于香港城市大学计算机科学专业。其博士导师为Overton Prize得主Mathieu Blanchette教授。张老师博士期间受FRQNT等奖学金资助致力于开发利用先进的机器学习方法分析大规模生物数据，他提出的基于注意力机制、表征学习和reference panel的三维染色体数据分析方法及若干应用已发表于Nature Communications、ISMB等高影响力期刊会议。此外，张老师在生物信息学多个子领域均有研究(蛋白质质谱分析，二代三代测序数据分析，遗传进化，群体遗传学等)。他曾担任ISMB、ECCB、RECOMB，Nature Communications等国际期刊会议审稿人。他目前关注机器学习在基因调控、染色体三维结构和生物医学方面的应用。
实验室主页：https://zhyanlin.github.io/
课题组拟招聘多名2024年9月入学博士生。
研究方向
博士生将就读于香港科技大学（广州）信息枢纽数据科学与分析学域，该学域通过统一统计、机器学习、优化及其相关技术来推进数据科学和分析。并将扩展数据科学和分析的应用，以解决现实世界的问题，造福社会。
实验室研究方向主要为先进机器学习方法和传统算法在生物医学方向的应用。课题组研究重点可总结为三个层面：
1. 生物层面(目标)：研究基因调控，三维染色体组等表观遗传信息在疾病和细胞发展中的作用。
2. 医疗层面(目标)：探索新的疾病诊断治疗方法。
3. 计算层面(方法)：机器学习方法包括但不限于大语言模型在生物序列中的应用；可解释机器学习方法在生物医疗数据中的应用；生成模型、多模态方法、贝叶斯方法在生物数据中的应用；医疗文本挖掘；生物医学数据库建设。
课题拟招收多名博士生及科研助理/实习生从事以下方向研究：
1. 染色体三维结构
a. 染色体三维结构分析(Hi-C，含单细胞数据分析)
b. 利用非Hi-C数据预测染色体三维结构
c. 染色体三维结构建模(需有MD经验)
2. 单细胞算法开发
3. 基因组数据挖掘
4. 医学数据分析
博士招生
1. 培养模式：全日制
2. 授课语言：英语
3. 学习周期：3年（具有相关研究型硕士学位）/ 4年（无相关研究型硕士学位）
4. 学位授予：香港科技大学博士学位
5. 奖学金与学费：
a. 奖学金：1.5万元人民币/月
b. 学费：约4万元/年
6. 住宿：为正常学习周期内的学生提供mp.weixin.qq.com
科研助理及实习生招生
科研助理应取得相关专业学士学位，实习生应为本科在读学生。原则上科研助理全职工作时间不少于6个月。表现优异者可获优先录取博士项目。科研助理待遇依个人情况而定，请联系老师面谈。
培养方式
张老师秉持育人为本的教育理念，针对学生的特长和兴趣制定博士培养方案:
1. 课题组提供纯粹的科研环境和系统的科研训练：
· 尊重学生兴趣，倡导高质量、高效率的研究和平等融洽的科研交流
· 每周至少一次与学生一对一的深入讨论和交流一小时
· 支持完成上课要求的学生赴清水湾校园交流一学期
· 高年级学生在达到毕业要求后可以自由选取研究方向并可至海外院校交流
2. 支持学生在机器学习及生物信息期刊会议以第一作者发表学术论文，并资助学生参加国际学术会议
招生要求
1. 申请者需满足满足学校规定的hkust-gz.edu.cn。
2. 就读于计算机科学、人工智能、生物信息、生物统计、数学等相关专业的本科生或硕士生。
3. 有扎实的数学和编程能力。
4. 有强自驱力，对学习和探索人工智能及其在生物医学方向的应用有浓厚兴趣，愿意独立思考并渴望做出有影响力的科研成果。
5. 满足以下要求者优先考虑：
· 具有一定的科研经历，相关工作或研究经历
· 有较高的GPA/年级排名
· 有在机器学习及生物信息期刊及会议发表或投稿经验。注:硕士申请者需至少有一篇已接收论文。
申请方式
本课题组长期招收博士生及科研助理，请申请人将个人简历（含教育背景、论文列表、实习经历等）、成绩单、代表性论文或项目、研究计划发送至 [email protected]。标题为【申请PhD/RA-姓名-毕业院校】。
课题组简介:
张延林博士于2024年1月加入香港科技大学(广州)数据科学与分析学域任助理教授/独立PI，主要研究方向为AI4Science(Biology&Healthcare)/计算生物学/生物信息。张老师2023秋博士毕业于加拿大麦吉尔大学计算机科学专业，2015年本科毕业于香港城市大学计算机科学专业。其博士导师为Overton Prize得主Mathieu Blanchette教授。张老师博士期间受FRQNT等奖学金资助致力于开发利用先进的机器学习方法分析大规模生物数据，他提出的基于注意力机制、表征学习和reference panel的三维染色体数据分析方法及若干应用已发表于Nature Communications、ISMB等高影响力期刊会议。此外，张老师在生物信息学多个子领域均有研究(蛋白质质谱分析，二代三代测序数据分析，遗传进化，群体遗传学等)。他曾担任ISMB、ECCB、RECOMB，Nature Communications等国际期刊会议审稿人。他目前关注机器学习在基因调控、染色体三维结构和生物医学方面的应用。
实验室主页：https://zhyanlin.github.io/
课题组拟招聘多名2024年9月入学博士生。
研究方向
博士生将就读于香港科技大学（广州）信息枢纽数据科学与分析学域，该学域通过统一统计、机器学习、优化及其相关技术来推进数据科学和分析。并将扩展数据科学和分析的应用，以解决现实世界的问题，造福社会。
实验室研究方向主要为先进机器学习方法和传统算法在生物医学方向的应用。课题组研究重点可总结为三个层面：
1. 生物层面(目标)：研究基因调控，三维染色体组等表观遗传信息在疾病和细胞发展中的作用。
2. 医疗层面(目标)：探索新的疾病诊断治疗方法。
3. 计算层面(方法)：机器学习方法包括但不限于大语言模型在生物序列中的应用；可解释机器学习方法在生物医疗数据中的应用；生成模型、多模态方法、贝叶斯方法在生物数据中的应用；医疗文本挖掘；生物医学数据库建设。
课题拟招收多名博士生及科研助理/实习生从事以下方向研究：
1. 染色体三维结构
a. 染色体三维结构分析(Hi-C，含单细胞数据分析)
b. 利用非Hi-C数据预测染色体三维结构
c. 染色体三维结构建模(需有MD经验)
2. 单细胞算法开发
3. 基因组数据挖掘
4. 医学数据分析
博士招生
1. 培养模式：全日制
2. 授课语言：英语
3. 学习周期：3年（具有相关研究型硕士学位）/ 4年（无相关研究型硕士学位）
4. 学位授予：香港科技大学博士学位
5. 奖学金与学费：
a. 奖学金：1.5万元人民币/月
b. 学费：约4万元/年
6. 住宿：为正常学习周期内的学生提供mp.weixin.qq.com
科研助理及实习生招生
科研助理应取得相关专业学士学位，实习生应为本科在读学生。原则上科研助理全职工作时间不少于6个月。表现优异者可获优先录取博士项目。科研助理待遇依个人情况而定，请联系老师面谈。
培养方式
张老师秉持育人为本的教育理念，针对学生的特长和兴趣制定博士培养方案:
1. 课题组提供纯粹的科研环境和系统的科研训练：
· 尊重学生兴趣，倡导高质量、高效率的研究和平等融洽的科研交流
· 每周至少一次与学生一对一的深入讨论和交流一小时
· 支持完成上课要求的学生赴清水湾校园交流一学期
· 高年级学生在达到毕业要求后可以自由选取研究方向并可至海外院校交流
2. 支持学生在机器学习及生物信息期刊会议以第一作者发表学术论文，并资助学生参加国际学术会议
招生要求
1. 申请者需满足满足学校规定的hkust-gz.edu.cn。
2. 就读于计算机科学、人工智能、生物信息、生物统计、数学等相关专业的本科生或硕士生。
3. 有扎实的数学和编程能力。
4. 有强自驱力，对学习和探索人工智能及其在生物医学方向的应用有浓厚兴趣，愿意独立思考并渴望做出有影响力的科研成果。
5. 满足以下要求者优先考虑：
· 具有一定的科研经历，相关工作或研究经历
· 有较高的GPA/年级排名
· 有在机器学习及生物信息期刊及会议发表或投稿经验。注:硕士申请者需至少有一篇已接收论文。
申请方式
本课题组长期招收博士生及科研助理，请申请人将个人简历（含教育背景、论文列表、实习经历等）、成绩单、代表性论文或项目、研究计划发送至 [email protected]。标题为【申请PhD/RA-姓名-毕业院校】。
