计算机科学/计算生物学/生物信息学博士后职位
健康数据科学与人工智能学部（HDSAI）
哥本哈根大学健康与医学院公共卫生系
我们现招聘一名高度积极且经验丰富的全职博士后研究人员，加入海特林研究团队开展为期两年（可延长）的工作，入职时间为2026年1月1日或此后尽快到岗。成功入选者将参与利用多模态健康登记数据与人工智能疾病预测模型的研究项目。
我们的研究
海特林研究团队致力于开发机器学习与人工智能模型，重点研究方向包括：1）复杂疾病的早期检测；2）患者预后的预测性分析；3）具有转化医学价值的纵向症状与风险因素解释。团队运用丹麦健康登记系统及电子患者记录数据，涵盖医院诊断、初级诊疗事件、实验室检测结果和用药信息，并整合基因组学等分子层面数据。研究组与院内团队、国际研究机构及临床专家保持紧密协作。
工作地点
海特林研究组隶属于公共卫生系健康数据科学与人工智能学部（HDSAI），办公地点位于哥本哈根市中心校园（CSS）。我们提供充满活力的创新研究环境，配备多模态健康大数据、深度学习及转化科学研究的先进资源。该学部采用跨学科协作模式，涵盖生物信息学、统计学、机器学习/人工智能及计算机科学领域。
项目描述
博士后研究人员将应用机器学习/深度学习方法结合可解释人工智能技术，开展癌症发病的早期预测与机制研究。具体工作包括探索并分层分析癌症发展轨迹，旨在发现新型风险因素与早期症状，从而助力高风险患者早期识别，开创癌症预测与筛查新范式。该职位需主导项目推进，同时获得项目负责人及团队成员的持续支持。研究数据集与GPU超级计算环境已准备就绪，可立即投入使用。
必备资质与技能
- 计算机科学、计算生物学、生物信息学或相关领域博士学位
- 深度学习算法实操经验与专业知识（Transformer、循环神经网络RNN、卷积神经网络CNN等）
- 精通Python编程（掌握PyTorch、TensorFlow、可解释AI技术等）及R语言
- 熟练使用Linux/UNIX操作系统（命令行脚本、高性能计算集群及GPU训练）
- 具备整合分析大型健康数据集经验（电子健康记录EHRs、健康登记数据等）
- 熟练运用PostgreSQL、DuckDB等数据库处理大规模数据集
- 数学与统计学系统训练（降维分析、假设检验、聚类分析、生存分析等）
- 具备可重复分析能力与工作流程文档经验（Git、Bitbucket、Snakemake等）
- 能够在跨学科团队及动态研究环境中高效协作
- 优秀的科研写作与沟通能力，英语书面及口语流利
- 至少一篇以第一作者身份在相关领域发表的学术论文
理想候选人应具备卓越的学术背景、扎实的研究经验，以及独立解决技术挑战、开展数据分析并产出创新研究成果的能力。
优先资质与技能
- 熟悉健康登记数据集及纵向/时间序列数据分析
- 具备大语言模型（LLMs）应用经验
- 具备基因组数据分析经验
工作地点与聘期
工作地点位于哥本哈根大学丹麦校区新修缮的帕努姆研究所。标准周工作时间为37小时。
聘期为2年，表现优异者可获延长。入职时间定为2026年1月1日或此后尽快到岗。
薪资与聘用条款
薪资、养老金及其他福利严格遵循丹麦税务部与专业协会联合会（AC）协议执行。当前月薪基准为38,700丹麦克朗（约合5,100欧元，2025年4月标准），具体金额将根据资质协商调整。雇主将额外支付17.1%的养老金补贴。
持有博士学位且近十年未在丹麦居住的外籍及丹麦籍申请人可享受税收减免政策。
咨询方式
详情请联系副教授杰西卡·海特林（Jessica Hjaltelin）：jessica.hjaltelin@sund.ku.dk
申请截止时间
请于2025年10月30日23:59（中欧时间）前通过"立即申请"提交在线申请。
申请材料须使用英文提交，合并为单一PDF文件，包含：
- 求职信（不超过2页）
- 个人简历（含教育背景、工作/研究经历、Google Scholar链接/ORCID编号）
- 教育证书认证副本（若博士学位未完成，需提供导师书面证明）
- 本科及硕士成绩单
- 论文列表（标注三篇与本职位最相关的论文）
- 两位推荐人的联系方式
逾期提交或不符合上述要求的申请材料将不予受理。
后续流程
申请截止后，招聘委员会将筛选评估候选人。所有申请者将及时获知是否进入评估环节。评估完成后，申请人可对涉及自身的评估内容提出意见。
招聘流程遵循丹麦2012年3月13日第242号部长令《大学学术人员聘用规定》。
哥本哈根大学致力于反映社会多样性，鼓励所有合格候选人不分个人背景提交申请。
【全文结束】
