荷兰莱顿大学招收全奖博士
多模态基础模型可解释性人工智能方向博士生（FIND项目）
为何要申请？
你是否想塑造可信人工智能的未来，并在基础模型、多模态数据和可解释性交叉领域开展工作？这个博士项目为你提供机会，让你开发新型人工智能方法，使强大模型在医疗保健和智能工业等关键领域更加透明、稳健和实用。你将加入大型国家“Perspectief”计划——工业基础模型（FIND）项目，与荷兰顶尖大学、知识机构和行业合作伙伴展开合作。
FIND项目
工业基础模型（FIND）——“为有韧性的高科技产业打造的大型人工智能模型”是一个为期6年、由国家资助的项目，汇聚了5所荷兰大学、2个知识机构和11家工业合作伙伴。其目标是开发并应用符合荷兰工业需求的基础模型，重点关注服务不足的模态（如传感器数据、时间序列、多模态信号）和边缘应用。该联盟将开发一个包含模型、代码和验证结果的开源工具箱，以增强荷兰高科技产业的竞争力。
博士生职位
你将在莱顿大学莱顿高级计算机科学研究所（LIACS）接受Suzan Verberne教授和Niki van Stein博士的指导。研究重点是多模态基础模型的可解释性，将信息论方法（如信息瓶颈）与时间序列和传感器数据的跨模态建模相结合。项目还将探索信号到文本的生成，以便对复杂传感器输出进行人类可读的解释，以及多模态基础模型的机制可解释性。
主要职责
针对上述主题开展博士研究，并在顶级会议和期刊上发表论文；
与FIND项目的其他研究员和工业合作伙伴紧密合作；
通过出版物、开源软件和演示报告传播研究成果；
协助开展相关教学活动。
选拔标准
计算机科学、人工智能、数据科学或相关领域的硕士学位；
在机器学习、深度学习和基础模型（如大型语言模型）方面有扎实背景；
具备较强的编程技能（Python/C++）；
对生成模型和可解释性人工智能有浓厚兴趣者优先；
具备分析和创造性思维，能够独立工作和团队协作；
精通英语；愿意在国际、多部门环境中工作；
具备良好的合作能力，尤其在跨学科环境中。
学院研究概况
科学学院是世界一流的学院，师生在充满活力的国际环境中共同工作。学院高度重视个人和学术发展。学院人员致力于通过好奇心拓展基础知识，并超越自身学科界限；他们的目标是造福科学，并为应对未来的重大社会挑战做出贡献。
科学学院开展的研究非常多样化，涵盖数学、信息科学、天文学、物理学、化学和生物制药科学、生物学和环境科学等领域。研究活动在八个研究所中进行。这些研究所提供八个本科和十二个硕士课程。近年来，学院发展迅速，目前拥有2300多名员工和近5000名学生。学院位于莱顿生物科学园的中心，该园区是欧洲最大的科学园之一，大学和企业生活在此交融。更多信息，请访问www.universiteitleiden.nl/en/science和https://workingat.leiden.edu/。
莱顿高级计算机科学研究所（LIACS）是莱顿大学科学学院的人工智能和计算机科学研究所。我们提供人工智能、计算机科学、商业中的信息与通信技术、媒体技术和生物信息学领域的本科和硕士课程。根据独立研究访问结果，我们是荷兰顶尖的计算机科学系之一。我们致力于在一个关怀备至的研究所中追求卓越，在这里，卓越、趣味和多样性相辅相成。我们为有抱负、有才华的年轻科学家提供清晰且有吸引力的职业路径。更多关于LIACS的信息，请访问https://www.cs.leiden.edu。
聘用条款与条件
我们提供一份初始为期一年的全职职位。在对论文进展、个人能力和兼容性进行积极评估后，聘用期将再延长三年。月薪范围为3059欧元至3881欧元（税前，根据荷兰大学集体劳动协议P级薪资标准）。
莱顿大学提供有吸引力的福利套餐，包括额外假期（8%）和年终奖金（8.3%）、培训和职业发展机会以及休假。我们的个性化选择模式让你能自由组合自己的聘用条款。来自荷兰以外的候选人可能有资格享受大幅税收减免。
我们所有的博士生都隶属于莱顿大学科学研究生院https://www.universiteitleiden.nl/en/science/graduate-school-of-science。我们的研究生院提供三个层次的博士培训课程：专业课程、技能培训和个人效能课程。此外，研究学校还提供深化科学知识的进阶课程。
多元化与包容性声明
多元化和包容性是莱顿大学的核心价值观。莱顿大学致力于成为一个包容性的社区，让所有学生和员工都能感受到被重视和尊重，并充分发挥他们的潜力。经验和观点的多元化丰富了我们的教学，并增强了我们的研究实力。高质量的教学和研究具有包容性。
信息咨询
如有疑问，可联系Suzan Verberne教授，邮箱：s.verberne@liacs.leidenuniv.nl。
如对申请流程有任何疑问，可发送邮件至：jobs@liacs.leidenuniv.nl。
申请方式
请通过职位空缺中的蓝色按钮在线提交申请。请确保上传以下附加文件，并注明职位空缺编号：
动机信（最多1页），阐述你对FIND项目的兴趣及明确理由；
简历，包括出版物（如有）、项目（如有GitHub仓库链接，请提供）以及两位推荐人的联系方式；
硕士学位成绩单，列出课程和成绩；
【竞赛报名/项目咨询+微信：mollywei007】
