博士后职位描述与岗位职责任职要求
职位描述：
一、研究课题方向
1.ApplicationofFraudandriskanalysisbasedonFinanceKnowledgeGraph
基于知识图谱的欺诈与风险分析研究应用，招收1名；
2.ApplicationofIntelligentRecommenderbasedonFinanceKnowledgeGraph
基于知识图谱的智能推荐研究应用，招收1名；
3.ApplicationofDeepLearningforNaturalLanguageProcessing
深度学习在自然语言处理中的研究应用，招收1名；
4.DynamicKnowledgeFusioninKnowledgeGraph
知识图谱的动态融合研究应用，招收1名；
5.ApplicationofMachineLearningforCreditRiskModels
机器学习在信用风险模型中的研究应用，招收1名；
6.ApplicationofAnti-FraudbasedonDeepLearning
基于深度学习的反欺诈研究应用，招收1名；
7.StudyonConstructionofevaluationindexsystemofnetworklendinginformationintermediaryplatformanditsApplication
网络借贷信息中介平台评价指标体系的构建及应用研究，招收1名；
二、应聘条件
1.具有良好的政治素质和道德修养，遵纪守法，无任何不良记录；
2.已获得博士学位（不超过3年），或即将获得博士学位，年龄在35周岁以下；
3.具有较强的研究能力，已在相应方向上取得一定的学术成果，具备复合专业背景的优先；
4.原则上应具备全脱产在本站从事博士后研究工作的条件。
三、申请材料
1.中英文个人简历；
2.博士后研究计划书（根据上列研究方向确定选题，计划书格式不限，建议拟选课题尽量贴近企业实际经营领域，字数6000-8000字为宜）；
3.博士学位论文详细摘要及目录、两篇学术代表作；
4.其它我站认为有必要补充的材料。
四、工作待遇
1.博士后进站后的薪资待遇从优,博士后除了正常工资外，还可享受深圳市政府每年18万元全额生活补贴；在站期间可申请8万元面上资助或15万元科学基金特别资助；优秀学术专著每部5万元；出站留深且与本市企业签订3年以上劳动聘用合同可领取科研资助30万元启动费；
2.博士后进站后的户口、社会保险等，按国家有关政策规定执行；
3.博士后在站工作期限原则上为两年，也可根据科研工作需要适当延长；
4.符合条件的可认定为深圳市高层次专业领军人才或孔雀人才并享受相关待遇。
篇2:校人才交流中心博士后管理办公室工作职责
一、负责对校内各单位的自聘人员实行人事代理和人事档案管理,并按政策为人才供需双方提供服务;
二、负责出具代管人员的身份证明、介绍信工作;
三、负责代管人员的档案材料的收集、整理、归档和移交工作;
四、负责代管人员档案的保管、使用;
五、负责办理代管人员人事进出手续;
六、完成人事处交办的其他工作。
博士后管理办公室职责
一、负责组织博士后流动站的设站申请工作及项目博士后的申报。
二、负责申请博士后进站计划,组织博士后招收工作。
三、协调相关部门落实进站博士后住房、经费、后勤保障等相关待遇。
四、负责办理博士后进、出站的手续,签订进站工作协议。
五、负责博士后研究人员的档案管理。
六、负责组织对博士后的考核及任务落实情况,并由此提出奖惩意见。
七、为博士后研究人员出站工作提供帮助。
八、提出评估考核体系,对流动站进行考核。
九、完成处领导交代的其他工作。
篇3:博士后岗位职责
NLP研发工程师竹间智能竹间智能科技(上海)有限公司,竹间智能,竹间智能科技有限公司,竹间职责描述:
1.负责开发自然语言处理的相关技术;
2.负责语义分析,语义了解;
3.负责语义理解方面的研发工作;
4.分析和改进相关性算法、策略。
任职要求:
1.硕士、博士或博士后学位,计算机科学,数学等相关专业;能够利用自然语言处理的理论和方法研发分词(wordsegmentation)、词性标注(POStagging)、命名实体识别(namedentityrecognition)等基础算法;善于跟踪自然语言处理业界最新动态,进行自然语言处理相关的其他算法预研。有搭建知识图谱(knowledgegraph)和基于云端的机器学习系统(cloud-basedmachinelearning)者优先。
2.丰富的自然语言处理(NLP)实际项目工作经验,包括文本分类(textclassification)、信息抽取(informationextraction)、知识库构建(knowledgegraphconstruction)、主题词标引(keywordtagging)、自动摘要(automaticsummarization)等;熟悉机器学习(machinelearning)的各类算法,并有实际项目使用经验;在自然语言处理项目中具有扎实的实际编程经验。
3.精通C,C++,Java,或Python中的一门或多门语言,精通数据结构和算法设计,熟悉Linux/Unix系统和Shell编程;有MapReduce或Hadoop等海量处理经验优先。
4.优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情;对数据敏感,有强烈的好奇心,喜欢折腾数据并从数据中发现价值。
5.较强的沟通能力和逻辑表达能力,具备良好的团队合作精神和主动意识,良好的自我驱动和学习能力。