巴塞尔大学是瑞士历史最悠久的大学之一，位列世界百强大学，在德语区大学中排名前十，学术声誉与科研实力雄厚。
项目隶属于智能光学中心（CIO），该中心专注于开发先进光学技术，涵盖成像、光谱学和激光烧蚀方法，核心目标是将前沿激光技术与临床实践结合，研发实现精准实时诊断和治疗的解决方案。
一、项目简介
项目背景：聚乙烯磨损是影响髋关节假体长期性能的主要因素，可能引发颗粒诱导炎症和假体松动。本项目题为“Comprehensive analysis of determinants of polyethylene wear and the related tissue response to improve outcomes in total hip arthroplasty”，属跨学科研究，旨在通过先进光学成像技术分析聚乙烯磨损机制及相关组织反应。
岗位定位：本次招聘的100% PhD岗位，聚焦于开发深度学习算法分析实验数据，是项目中技术研发与数据处理的核心角色，需与国际研究伙伴开展协作。
二、工作内容
- 算法开发：负责构建全面的AI驱动平台，实现对采集数据（如标注、聚类等）的自动化分析，重点开发适用于光谱成像数据的深度学习算法。
- 技术应用：结合Fourier Transform Infrared（FTIR）光谱和Raman光谱等先进光学成像技术，处理髋关节假体聚乙烯衬垫的体外和体内磨损行为数据。
- 国际协作：计划访问美国、德国和瑞士的研究机构，与合作伙伴开展联合研究，拓展在该领域的知识储备与国际合作网络。
三、福利待遇
- 薪资水平：薪资按University of Basel的指导标准执行，具有国际竞争力。
- 学制安排：该项目最长可延长至3年，为科研工作提供充足时间保障。
- 工作福利：每年享有5周假期，每周工作时间为42小时，工作环境跨学科且富有创新性。
四、申请建议
- 背景匹配：需具备Computer Science、Physics、Biomedical Engineering或相关领域的硕士学位，本科与硕士成绩优异者更具竞争力。
- 技能准备：强化Python编程能力，尤其是深度学习算法应用经验；有Raman和/或FTIR成像相关经验者优先，可提前梳理相关项目或实验经历。
- 材料准备：按要求将CV（含发表列表）、动机信（最多2页）、学历证书与成绩单、三位推荐人信息（含邮箱）整合为单个PDF文件提交，动机信需突出对光学技术生物医学应用的兴趣与自身适配性。
五、对该职位的理解和创新想法
该项目是光学技术、人工智能与生物医学工程交叉融合的创新研究，聚焦髋关节假体磨损这一临床关键问题，可以从以下角度进行思考：
- 如何通过深度学习算法提升光谱成像数据的分析效率与精准度，实现磨损特征的自动化识别；
- 如何将体外实验数据与体内临床数据有效关联，增强研究成果的临床转化价值。
申请者应当充分展现自身在算法开发与跨学科协作方面的潜力，结合过往研究经历阐述对光学技术生物医学应用的理解，同时可提出对数据整合或算法优化的初步设想，体现科研思维与创新意识。
【竞赛报名/项目咨询+微信：mollywei007】
