招聘简介
学校院系：Ecosystem Analytics and Intelligence（ECAI）实验室
招收类型：博士生；博士后
招生方向：知识引导型机器学习（KGML）
申请截止日期：2025年12月31号
院系介绍
美国威斯康星大学麦迪逊分校的 Ecosystem Analytics and Intelligence (ECAI) 实验室现面向全球诚招 1 名博士研究生与 2 名博士后研究员，研究方向聚焦于农业与生态系统科学领域的混合人工智能建模。其中，博士研究生计划于 2026 年秋季学期入学，博士后研究员预计在 2026 年春季（或更早时间）入职。
该实验室获得美国国家科学基金会（NSF）、美国航空航天局（NASA）、美国能源部（DOE）、美国农业部（USDA）以及产业界的联合资助，研究范畴包括生态系统人工智能与过程模型构建、数据 - 模型融合技术、跨尺度感知与模拟等方面。实验室始终致力于推动前沿科学与技术的进步，以有效应对粮食安全和环境可持续性方面的重大挑战。
导师介绍
刘李成博士将在2026年1月1日任威斯康星大学麦迪逊分校生物系统工程系助理教授，现任明尼苏达大学资深研究科学家，长期从事温室气体排放、碳–氮–水循环建模、知识引导型机器学习（KGML）与生态系统数字孪生研究。主持和参与多项NSF、NASA、DOE、USDA等项目，在Nature Communications、Agricultural and Forest Meteorology、Remote Sensing of Environment等国际顶级期刊发表论文20余篇，并受邀在AAAI、AGU等会议作报告。刘博士同时领导Digital Agriculture Group (https://umn-digitalag.com/)，在人工智能驱动的生态系统模拟与决策支持领域具有丰富经验和国际合作网络。与伊利诺伊大学厄巴纳-香槟分校（UIUC）、美国国家海洋与大气管理局（NOAA）、劳伦斯伯克利国家实验室（LBNL）、AI-LEAF研究所、AI4NM工作组等有紧密合作。
职位描述
博士生与博士后研究员将依托知识引导型机器学习（KGML）框架，开展以下研究工作：
研发并运用KGML方法，精准提升美国农田碳收支的估算精度，深化对相关过程机理的认知，进而优化农业管理策略。
融合跨尺度观测数据，有效降低全球温室气体（包括CO₂、CH₄、N₂O）排放估算的不确定性。
打造AI-ready基准数据集与开源软件，为地球系统建模中的AI算法研发与应用提供有力支撑。
鼓励开展其他符合实验室整体研究目标，且由申请人自主提出的创新性课题研究。
招聘要求
申请博士项目的候选人需具备地球与大气科学、农业/生物系统工程、计算机科学、水文学、生态学、环境科学、物理学、数学、统计学或相关领域的学士或硕士学位，同时需符合威斯康星大学麦迪逊分校生物系统工程系博士招生的具体要求（详见：https://bse.wisc.edu/graduate-studies/admissions/ ）。
博士后申请人需具有相关领域博士学位。
所有申请人需具备坚实的定量研究背景，并满足以下一条或多条条件：
- 熟悉过程模型与数据同化方法
- 编程能力强（Python、Fortran或C++等），熟悉高性能计算或云计算平台
- 具备AI和机器学习研究经验，尤其是在物理模型与AI算法融合方面
- 具备优秀的数据可视化和学术交流能力
- 有大尺度生态系统建模或温室气体分析经验者优先
招聘待遇
博士研究生：提供为期至少4年的全额资助，涵盖学费和生活补助
博士后研究员：提供为期2年的资助，并根据年度表现可续聘或晋升
申请材料
有意申请者请在2025年12月31日前将以下材料发送至刘李成博士
（邮箱：licheng.liu@wisc.edu）：
1. 个人简历（CV）
2. 求职信（不超过2页）
3. 最新成绩单
4. 三位推荐人的联系方式。
申请方法
邮件标题格式：
[name] + [PhD/Postdoc Application]
（如：San Zhang – PhD Application）
筛选流程：入围的候选人会收到面试邀请，待面试顺利通过，申请人将在相关人员指导下，通过威斯康星大学麦迪逊分校的官方系统提交正式申请。
【竞赛报名/项目咨询+微信：mollywei007】
