职位描述：
1.基础模型与算法研究：针对高维、异构、流式大数据场景，从事统计学习、机器学习及深度学习的基础模型研究，重点探索可解释性、鲁棒性、稀疏性及分布式优化等理论方向；
2.复杂系统建模：基于图论、随机过程、多智能体系统等理论，对社交网络、供应链、物联网等复杂交互系统进行数学抽象与计算建模；
3.端到端科研闭环：主导从问题定义、理论分析、模拟实验、算法实现到生产环境部署验证的全周期研究项目，产出具有学术价值与业务影响力的成果；
4.前沿技术追踪与创新：持续跟踪国际顶级会议与期刊的最新进展，主导内部技术前瞻研究。
任职资格：
1.本科及以上学历，计算机科学、统计学、应用数学、运筹学等相关专业；
2.精通Python、C语言或Java语言，具备高质量的算法实现与工程化能力；
3.熟悉广义线性模型、时间序列分析、生存分析及贝叶斯推断方法，理解其在大数据场景下的计算挑战与近似解法；
4.掌握主流神经网络架构，包括但不限于卷积神经网络、循环神经网络、Transformer及其变体；
5.在图神经网络、元学习、对比学习、因果推断、强化学习等领域，至少一个以上深入的研究经验及实践应用；
6.拥有将复杂数学模型成功应用于大规模实际数据问题的完整项目经验，并有能力对模型性能进行严格的统计评估与理论分析。
其他要求：
1.代表个人最高学术或技术水平的研究报告、出版物或技术报告；
2.可公开访问的代码链接（如GitHub）；
3.拟开展的研究计划或对潜在研究方向之见解（一页为限）。