一、清华大学机器人与自动化技术及装备团队

清华大学机械工程系机器人与自动化技术及装备团队一直紧密结合国家重大科技战略需求，围绕特种机器人结构创新、环境感知、智能控制、人机协作与人工智能等领域开展理论技术研究和工程应用开发工作，先后研制出表面涂装、精密装配、测量检测等多型国内首台套智能机器人与自动化装备，应用于航空航天、先进制造等领域。团队现有高层次人才和长聘教授2人，在职教师6人，近年来发表论文200余篇，授权国家发明专利100余项，获得北京市技术发明奖、中国机械工业科学技术奖、教育部技术发明奖等多项奖励，形成了深厚的技术积累和鲜明的研究特色。

（一）招聘岗位

岗位名称：博士后

（1）岗位需求

1.积极参与团队重大科技项目和科研课题的申报、实施和成果总结；

2.开展智能机器人与自动化技术与装备设计研制、多模态感知、智能规划与控制、智能制造工艺与技术等方向的研究工作，发表高水平学术论文；

3.参与课题组日常科研管理与学术活动；

4.拟招聘人数2~3人。

（2）应聘基本条件

1.已获得或近期即将获得机械工程、自动化类、控制类、计算机类或相关专业的博士学位，具有机器人学理论与技术研究背景；

2.热爱工程科学与学术研究工作；

3.责任心强，具有良好的团队合作精神；

4.近3年以第一作者发表过高水平学术论文；

5.符合清华大学博士后招收基本条件，年龄不超过35周岁，博士毕业不超过3年。

（3）薪酬待遇

1.薪资、医疗、保险等按照国家和清华大学博士后管理办法执行（具体参照清华大学博士后管理办法http://postdoctor.tsinghua.edu.cn）；

2.可申请清华博士后公寓或享受住房补贴；

3.解决子女入园、入学（义务教育阶段）；

4.支持鼓励申请各类博士后人才计划和科研基金，包括清华大学水木学者、博士后科学基金、自然科学基金等；

5.参与团队项目和课题研究工作，享受课题经费支持，并根据实际情况共同申报相关科研课题；

6.根据研究任务和工作表现提供额外绩效工资与年终奖金；

7.支持参加国际会议等学术交流活动；

8.其他个性化发展需求欢迎面谈。

（二）联系方式

电子邮箱：wangguolei@mail.tsinghua.edu.cn；（邮件题目注明“姓名+应聘博士后+高校人才网”）【快捷投递：点击下方“立即投递/投递简历”，即刻进行职位报名】

二、清华大学NLP实验室

清华大学自然语言处理与社会人文计算实验室（THUNLP）现依托清华实验室平台、国家实验室平台、孵化企业招募博士后。研究方向包括基础模型架构和学习方法、多模态智能、具身智能、智能体、群体智能、知识增强、科学智能、长文本与代码智能、高性能基础设施、可信大模型、大模型数据科学、AI+X。如果你对大模型前沿技术充满好奇心，对推进技术落地满怀热情，希望投身到AGI实现的事业中来，欢迎加入我们！我们将提供具有竞争力的薪酬和福利、良好的工作环境和发展机会以及多平台联动的广阔空间。

（一）招聘岗位

岗位名称：博士后

（1）研究方向

基础模型架构和学习方法

1.高效模型架构：剖析当前大语言模型的效率瓶颈，设计硬件友好的大模型架构，包括高效长文本模型、非自回归生成模型、稀疏模块化模型等。

2.强化学习基础机理分析：剖析大语言模型驱动的强化学习训练动力学，揭示其内在学习机制。通过系统性地分析模型在训练过程中的变化，构建一套科学的强化学习设计与优化理论。

3.高效强化学习算法探索：设计与开发第一梯队的高效强化学习算法，以应对日益复杂的真实世界问题，并降低大模型强化学习的训练成本。

4.强化学习Scaling探索：系统性探究当前制约强化学习模型与应用Scaling的核心瓶颈。从数据、算法及训练范式等多个维度出发，探索并构建强化学习Scaling策略。

多模态智能

1.通用多模态基础大模型构建，包括新一代多模态基础模型架构、多模态实时流式模型架构、统一多模态模型架构等。

2.多模态大模型的感知基础构建，包括高清图建模、长视频建模、语音编解码架构等。

3.多模态强化学习，包括多模态强化学习的高效性、拓展性、普适性等，实现多模态大模型的深度思考。

具身智能

1.通用具身基础大模型：构建通用泛化的具身大模型，研究内容包括具身大模型的模型架构、数据构造及治理、学习方法等。

2.垂直领域具身模型：探索面向无人机的具身智能算法，包括无人机场景下的环境感知认知推理、基于多模态大模型的自主导航规划等。

智能体

1.智能体长程任务解决能力构建：旨在提升智能体在复杂任务中的长程思维能力，涵盖多步推理、任务规划与目标分解等关键能力，以支持其在动态环境中的持续决策与执行。

2.智能体自主性提升：聚焦于增强智能体的自主决策能力，具体包括用户意图的主动识别与理解、环境状态的高精度感知以及行为后果的预测建模，进而实现智能体对任务流程的自主掌控。

3.智能体可泛化能力学习：致力于突破现有智能体对特定任务或场景的依赖限制，构建具备跨任务迁移、跨场景适应与扩展的通用能力泛化范式，以支持广泛适用的智能体系统构建。

群体智能

1.构建能够协同工作的多智能体系统。通过在多个智能体间建立有效的通信和协作机制，能够解决单个智能体难以应对的问题，提高问题解决的效率，并找到更为优秀的解决方案。

2.研究多智能体团队中可能出现的群体现象，努力探究如何优化智能体间的通信效率，以及如何动态调整每个智能体在完成任务中的分工，从而实现高效的多智能体协作。

3.探索多智能体系统在现实世界中的广泛应用，以及潜在的未来发展路径。

知识增强

1.多级知识记忆研究，包括基于模型能力的多级知识库构建，模型推理过程中的多轮知识获取、整理与利用等。

2.知识路由方法研究，包括面向多源信息的知识获取路径优化，针对特定知识库的查询优化方法等。

3.知识密集推理研究，包括知识密集场景下的训练沙盒构建，知识密集场景下的像话学习方法研究等。

科学智能

1.科学基座模型构建研究：针对生医、化工、数理等领域的不同特点，调整大模型架构与训练方法，以实现其深入科学认知能力的培养。

2.学科智能系统搭建：通过整合智能体、知识库与专业工具等，提升材料设计等过程的智能程度，实现人机闭环中的持续学习进化。

3.可信决策推理方法：利用知识有效约束模型生成过程，提升决策可靠性与可解释性；培养知识抽象能力，探索基于大模型的自主科学创新。

长文本与代码智能

1.面向长序列的推理算法，包括长序列分治处理、Long-to-Short、长序列归纳推理等。

2.面向长序列的典型应用，包括DeepResearch等海量信息智能化处理系统等。

3.面向代码模型的高效训练算法，包括训练数据合成、训练策略优化等。

4.面向代码模型的典型应用，包括软件工程、智能体、算子开发等。

高性能基础设施

1.端侧高效推理系统：专注于在资源受限的边缘设备（如手机、PC设备）上实现大模型的低延迟、低功耗系统级的推理优化，降低AI的落地门槛。

2.高效算子实现：针对CPU、GPU等不同硬件平台，深度优化神经网络的核心计算单元（算子），包括不限于稀疏、低位宽和Diffusion实现，压榨硬件极致性能，为上层模型提供强大的计算加速能力。

3.大规模模型训练与强化学习系统：构建稳定、可扩展的分布式系统，支持千亿级别参数稀疏模型的并行训练，并为复杂的强化学习任务提供高效的系统级解决方案。

4.极低位宽模型量化技术：探索前沿的模型量化方法，将模型参数压缩至极低位宽，在最小化精度损失的前提下，极大降低模型的存储和计算成本。

可信大模型

1.风险评测：面向大模型存在的幻觉、合法性不足、价值观偏见等严峻挑战，建立面向合事实、合法、合价值等目标评测基准，揭示模型的可信边界与潜在风险；

2.模型机理：剖析导致大模型产生幻觉、违反法律与规范等不可信行为的原因与机理，理解模型不可信表现的机理；

3.可信对齐：研究创新对齐算法，在保证模型通用能力同时，从算法层面内生性提升模型的可信赖性与负责任性；

4.社会影响：研究大模型技术所引发的社会层面的潜在风险，包括对个人与信息环境等，打造可信大模型社会应用；

大模型数据科学

1.科学数据质量验证方法，基于大模型风洞技术自动化验证数据清洗、筛选、合成、组织的最终质量；

2.高效数据打标与筛选，研发高效数据标签模型体系，实现高效领域数据筛选

3.高质量数据合成，探索高效与自动化的方式进行预训练、对齐阶段的高质量数据合成，提升模型效果。

AI+X

1.AI+传播：大模型作为智能信息生产主体的伦理与安全特性，及其对信息行为以及信息环境产生的影响；人工智能赋能传播应用创新；人工智能技术的传播与公众对人工智能技术的认知。

2.AI+古文字：使用计算科学的方法与技术（尤其是人工智能）来加速及增进古文字学研究；通过古文字大模型与智能科研平台，实现古文字科研全过程智能化。

3.AI+教育：基于大模型多模态、多智能体技术构建下一代自适应教学/训练/研究系统；使用智能体等先进研究方法，完成教育创新研究。

4.AI+法律：基于博弈论和强化学习的法律多智能体系统；法律推理的计算化建模；法律场景RAG技术的研究和应用；法律智能现实应用中的伦理问题。

5.AI+安全：探索前沿人工智能模型的机制可解释性；研究人工智能内生安全的可靠可推广量化评测方法、安全对齐方法；借鉴免疫等机制，研究对攻击的自动化防护方法；人工智能在社会应用中的安全治理问题。

（2）招募要求

关键要求：

1.博士学位，计算机科学与技术专业背景者优先考虑；

2.具备人工智能相关基础理论、模型与算法等研究经验，熟练掌握当前机器学习、深度学习、强化学习等领域的技术，对相关领域有浓厚的研究兴趣，并有相关的优秀论文、专利、科技研究报告等成果；

3.在人工智能或AI+X相关领域发表过高水平学术论文或具有代表性成果，有ACL、EMNLP、NeurIPS、ICML、ICLR、AAAI、AI+X相关的顶级会议论文发表者优先考虑。

（3）福利待遇

博士后薪资、保险等按照国家和清华大学博士后管理办法执行，外加实验室绩效奖励；

优秀人才推荐申请各类博士后支持计划，包括博士后创新人才支持计划、清华大学“水木学者”计划、博士后科学基金项目、博士后国(境)外交流项目等。具体信息请查询清华大学博士后官网。

更多信息请访问清华大学博士后官网 http://postdoctor.tsinghua.edu.cn/

（二）联系方式

lymthu@mail.tsinghua.edu.cn；（应聘博士后+姓名+专业+学校+应聘研究方向+高校人才网）【快捷投递：点击下方“立即投递/投递简历”，即刻进行职位报名】

邮件中应包含：

（1）应聘申请，包括本人意愿、工作设想、预期目标；

（2）本人简历（个人履历应包含第一学历至今，附近照）；

（3）充分反映本人学术水平的有关材料，包括发表论文及收录情况、获奖情况、主要负责和参与课题情况等。

三、北京大学力工学院赵皓课题组

合作导师：赵皓，研究员、博导、海外优青。获普林斯顿大学博士学位，2020年曾任香港理工大学机械系助理教授，2021年加入北京大学力工学院。主持科技部、基金委、教育部、军科委、装发、载人空间站等10余项代表性项目。主要从事超临界燃烧、锂电池燃烧、等离子体能源转化等研究。在Nat.Commun.,ACSEnergyLett、Renew.Sust.Energ.Rev、Combust.Flame、Proc.Combust.Inst.等能源领域核心期刊发表论文50余篇。荣获第39届国际燃烧会议杰出论文奖“Distinguished Paper Award”（排1）、国际燃烧学会杰出青年奖“Bernard-Lewis Fellowship”、美国科学玻璃技艺协会最佳论文奖“Karl H. Walther Award”等，受邀第九届全国青年燃烧学术会议大会报告。

团队介绍：特聘副研究员1人、2023年入站博士后2人（均获基金委青C项目，其中一人发表大子刊级期刊EES）、2025年入站博士后3人，课题组配备完善的实验平台与先进谱学诊断设备，经费充足。

（一）招聘岗位

岗位名称：博士后

（1）招聘方向

1.先进光学诊断技术

2.基础燃烧与锂电池热失控实验与机理

3.等离子激励能源转化

（2）职位描述

1.博士后2-3名，具有工程热物理、光学诊断、电化学等方向优先；

2.具有良好的学术道德及团队精神；

3.具有较好的研究工作经历与科研成果；

4.具备独立开展科研工作的能力。

（3）薪酬待遇

1.博士后：条件优异者推荐申请北大“博雅博士后”项目，最高年薪40万/年，详情参考

https://postdocs.pku.edu.cn/tzgg/3bb64ae6881c498eb74a84c5267d5617.htm

（二）联系方式

详细简历，邮件发送至h.zhao@pku.edu.cn（邮件发送至h.zhao@pku.edu.cn，邮件标题注明：应聘赵皓课题组+本人姓名+高校人才网）【快捷投递：点击下方“立即投递/投递简历”，即刻进行职位报名】

四、北京大学赵鹏军课题组

北京大学城市与环境学院（工作地北京）

（一）招聘岗位

岗位名称：博士后

（1）研究专业/方向

1.研究领域：交通地理学、区域规划

2.招收专业：人文地理学、经济地理学、区域经济学

（2）职位描述

1.开展科研工作；

2.配合完成课题组其他的工作需求

（3）基本条件

1.年龄不超过35周岁，获得博士学位不超过3年；

2.具有发表学术论文的基础；

3.身心健康，具备独立科研能力及一定的科研创新能力，具备良好的沟通能力和团队合作能力；

4.进站后须全职从事博士后研究工作；

5.符合北京大学博士后的招收条件

附加条件

具备大数据或计量分析经验者优先。

（4）薪资福利

1.基本年薪12万元起（条件优异者推荐申请北京大学“博雅博士后”项目,“博雅”博士后基本年薪20万元起）；

2.享受学校提供的博士后公寓或6万元/年的租房补贴；

3.符合政策的，可享受国家提供的1.2万元/年无福利住房补贴、公积金、相关保险、公费医疗、北京市户籍档案迁转和子女插班入学北京大学附属幼儿园/小学/初中。

（二）联系方式

邮箱：zhaodongyi@pku.edu.cn；邮件标题格式为（申请博士后+姓名+单位+高校人才网）【快捷投递：点击下方“立即投递/投递简历”，即刻进行职位报名】

应聘材料

1.个人陈述；

2.个人简历；

3.至少一篇代表性研究论文（PDF格式）；

4.其他可以说明情况的材料

备注

1.北京大学城市与环境学院博士后申请程序、申请表及申请书等信息见http://www.ues.pku.edu.cn/jyjx/bsspy/bshywbl/index.htm

2.“博雅”博士后项目：http://www.ues.pku.edu.cn/xyzp/bsh/e5606b304b3c48279d72331576fb169d.htm

3.国家资助博士后研究人员计划：

https://postdocs.pku.edu.cn/tzgg/3bc126a9ab214ed8978a24491767f0a0.htm

五、北京大学公共卫生学院张振宇课题组

张振宇，副研究员、博士生导师、新体制助理教授，任职于北京大学公共卫生学院（全球卫生学系）。长期聚焦大气污染与气候变化对人群健康影响等前沿科学问题，研究涵盖气候适应性、全生命周期碳排放及医疗行业碳排放评估与减排路径等领域。近五年以第一/责任作者发表论文40余篇，h-index为24，被引约2240次，在极端气象事件、复合气象因子健康效应及气候变化健康风险评估方面形成了系统且具有国际影响力的研究成果。现任BMCMedicine副主编、JACC Cardiovascular Intervention 与 JACC Advances统计编辑。

课题组拥有多个队列资源及全国代表性监测数据资源可供开展科学研究，博士后将在合作导师指导下独立开展科研工作，积极申请自然科学基金、博士后基金等科研项目，参与相关的科学报告撰写、数据库建设，积极参加学术会议及相关工作。欢迎公共卫生、应用数学、计算机等专业的毕业生申请。

（一）招聘岗位

岗位名称：博士后

（1）研究方向

1.基于人群的气候变化的人群健康风险及机制研究

2.气候变化背景下城市韧性研究

3.医疗行业碳排放估算及减碳路径探索研究

（2）岗位职责

岗位职责

1.在合作导师的领导下，独立开展相关研究工作，并发表高水平论文或申请国家发明专利；

2.承担和参与课题组研究方向相关的科研课题申报、立项、实施与结题工作。

3.协助合作导师对课题组的日常管理、人才培养等工作。

（3）应聘条件

1、具有博士学位，品学兼优，身体健康，年龄在35周岁以下。

2、获得博士学位不超过3年（含应届毕业的博士）。

3、有良好的科研项目工作经历，至少有1篇第一作者的论文在高水平杂志上发表或被正式接受。

4、对科研工作有浓厚兴趣，工作勤奋，责任心强，并具备团队合作精神。

5、优先考虑具有气候变化相关研究背景、机器学习算法、复杂系统科学、因果推断方法的申请者。

（4）薪资福利

博士后在站期间享受各类保险、公费医疗等职工待遇和工会会员福利。

1.薪酬福利（含单位公积金）：“博新”博士后税前年收入约41万元；博雅博士后税前年收入约30万元；国家资助B档博士后税前收入约28万元；普通全职博士后税前年收入约21万元。在站第3年的基本年薪提高2万元；合作导师为优秀博士后发放项目酬金；按照国家和学校有关规定，缴纳社会保险和公积金。

2.住房：按照进站入职时间可排队申请博士后公寓，租住公寓者按照市场价缴纳房租。按照博士后类型享有不同的优先分配权。

3.基金申请：鼓励博士后申请各类人才项目、研究经费或奖励经费。如国家资助博士后研究人员计划，香江学者计划、澳门青年学者计划、国际交流计划学术交流项目和医学部博雅博士后等项目，以及国家自然科学基金、北京市自然科学基金、中国博士后科学基金等。

4.户口：非京籍博士后可将户口迁至北京大学医学部集体户。博士后出站满足落户条件的，其配偶、子女户口可以随迁。

5.子女入园、入学：符合属地子女入园、入学政策的博士后，凭全国博管办介绍信可以办理子女入幼儿园、上小学和初中。

（二）联系方式

邮箱：zzy@pku.edu.cn，（邮件标题请注明"博士后应聘+姓名+高校人才网"）。【快捷投递：点击下方“立即投递/投递简历”，即刻进行职位报名】

应聘材料

1.含个人近期免冠照片的中英文简历。

2.两封专家推荐信及推荐专家的联系方式（含博士生导师）。

3.相关证明材料，包括：博士学位证书扫描件、代表作全文pdf及其他获奖证明材料等。

4.其他与申请人有关的科研材料，如：博士后工作计划。

本期报名截止时间：2026年3月1日

更多最新博士后招收资讯请关注：

【高才博士后】网站→https://boshihou.gaoxiaojob.com