本期研究工程师与博士后的岗位招聘资讯来自新加坡-麻省理工学院研究与技术联盟（SMART）的官方信息。职位所参与的项目涵盖软体机器人、空间计算、具身智能、城市 AI、人机系统开发与设计等前沿技术方向。对于有意与 MIT 教授学者们开展工作，且在新加坡进行学术与工业界协同发展的读者，希望本次招聘信息能有所帮助。
“SMART”推荐职位List：
职位1：Research Engineer (Soft Robotics)
软体机器人技术
职位2：Research Engineer (Spatial Computing)
空间计算技术
职位3：Postdoctoral Associate (Human-Robot Collaboration & Embodied AI)
人机协作与具身智能技术
职位4：Postdoctoral Associate (AI in Cities)
城市人工智能
职位5：Postdoctoral Associate (Interactive, Personalized AI Tutoring Technologies for Learning)
交互式个性化人工智能教学技术
职位6：Postdoctoral Associate (Design Human-machine Systems for Scheduling and Allocating Resources)
用于调度和分配资源的人机系统设计
申请投递方式可以通过“职位编号”搜索并在官网上提交个人信息，需准备的申请材料包含：职位申请表（见下图）、简历、求职信Cover Letter和三位推荐人信息（姓名和联系信息）。入围的候选人将收到正式通知。
SMART职位申请表截图(官网可以下载)
//////////
The Singapore-MIT Alliance for Research and Technology (SMART) 新加坡-麻省理工学院研究与技术联盟是MIT麻省理工学院于2007年与新加坡国立研究基金会 (NRF-National Research Foundation of Singapore) 合作创办的大型研究机构。SMART是NRF所开发的CREATE卓越研究与科技企业园区中的首个实体，也是MIT在美国境外设立的首个且规模最大的研究中心。MIT的教职员工在SMART设有实验室，同时指导博士后与研究生等，并与新加坡及亚洲其他大学、研究机构及工业界人员开展合作。
SMART的跨学科研究组
SMART的项目由各个跨学科研究组与研究中心构成，其中包括：AMR-Antimicrobial Resistance抗微生物耐药性创新组、CAMP-Critical Analytics for Manufacturing Personalized Medicine个性化医疗制造分析组、DiSTAP-Disruptive & Sustainable Technologies for Agricultural Precision精准农业与可持续技术创新组、Low Energy Electronic Systems (LEES) Plus低能耗电子系统提升组。
本期分享的6个职位都来自于Mens, Manus and Machina (M3S)组，其开创性工作涵盖多个领域，如软体机器人、脑机接口、学习算法、任务分配、团队组建、模型压缩、可持续技术、人工智能和机器人技术与其社会可接受性等。致力于通过跨学科研究重新定义人工智能等技术的界限以促进社会和商业影响，加强相关的人工智能政策、提升经济地位与从业人员素质。
M3S的官方介绍与研究项目。项目包括沉浸式工作场所、物理和数字接口及人工智能技术、人机动态在任务设计和资源分配中的体现、人机集成智能的经济促进等
//////////
Research Engineer (Soft Robotics)
——软体机器人技术
职位编号：IRG_M3S_2024_015
该职位侧重软体机器人领域的尖端研究和开发应用，将重点设计、制造和控制用于复杂任务的软体机械臂。项目也将与跨学科团队合作，开发具有一定创新性的机器人系统、控制算法和感官反馈机制。除了参与基础研究外，该职位也将与工业界的合作伙伴共同推进项目。
协助设计和制造用于解决复杂操作任务的软体机械臂；
开发并实施创新的控制策略、算法和传感反馈系统，以提高软体机器人的精度和适应性；
与跨职能团队合作，将机械、电气和软件组件集成到功能性机器人系统中；
对开发的原型进行实验验证、性能测试和迭代改进；
与工业界合作伙伴开展实际应用项目，并进行相关技术转移工作；
在国际研讨会、学术会议和内部项目会议上展示研究成果；
编写技术报告，并协助在顶级期刊和学术会议上发表论文。
具有机械工程、机器人、计算机科学或相关领域的学士学位或硕士学位；
具有机器人技术、软体机器人技术或交互系统方面的实践经验；
熟练掌握CAD软件、原型设计和机电一体化技术；
能够在多学科团队环境中协同工作；
具备较强的解决问题能力和创造力；
有控制算法、感官反馈系统和机器人操作方面的经验者将优先考虑。
//////////
Research Engineer (Spatial Computing)
——空间计算技术
职位编号：IRG_M3S_2024_012
该项目将致力于3D空间感知与空间计算领域的研究，技术方面将利用激光雷达（LIDAR）和基于事件的神经形态视觉传感器(neuromorphic (event-based) vision sensors)等尖端传感模式。具体将探索人工智能技术如何在资源受限的嵌入式和可穿戴设备上处理空间/事件数据，从而解决能耗、带宽和延迟等系统指标问题。此外，该项目组期望以本次研究进展为基础，建立创新的空间计算和混合/增强现实应用(mixed/augmented reality applications)，支持人们对物理环境进行相应的感知处理，并与 M3S 组中的其他机器人团队进行协作及任务互动。项目产出结果也预计将在相关的移动/可穿戴、人机交互和用户界面领域的学术会议上发表成果。
进行空间计算系统的研究，优化系统以便在资源受限的边缘设备上执行；
在人工智能、空间计算、普适计算和移动计算领域的顶级会议和期刊上发表研究成果；
设计并开发端到端的研究原型，以展示所提出空间计算系统的真实场景用例。
具有计算机科学、人工智能或相关领域的学士/硕士学位；
具备在机器学习、多模态处理、自然语言处理和计算机视觉方面的知识背景；
具有开发包含机器学习流程的端到端普适系统的经验；
熟练掌握Python、C#或C++等编程语言；
熟练使用PyTorch或Tensorflow等Python机器学习库；
具有出色的沟通能力，可以在多学科团队中协作工作。
加分项：具备3D计算机视觉、3D点云处理、SLAM等3D定位算法、视觉语言模型(VLM)等相关经验者优先考虑；
加分项：具备使用Unity或类似技术开发AR/VR应用的相关经验者优先考虑；
加分项：具备语言和视觉模态的多模态处理的相关经验者优先考虑；
加分项：具备处理视觉模态神经形态事件数据的相关经验者优先考虑；
加分项：熟练使用Tensorflow Lite、TensorRT或类似技术将机器学习模型转换为适用于移动设备的模型的相关经验者优先考虑；
加分项：在知名期刊和会议上发表过论文的相关经验者优先考虑。
//////////
Postdoctoral Associate (Human-Robot Collaboration & Embodied AI)
——人机协作与具身智能技术
职位编号：IRG_M3S_2024_013
该职位将为人工智能辅助的人机协作执行任务构建突破性的新能力，这些任务涉及在非结构化的物理环境（如家庭、办公室、工业场地和购物中心）中进行复杂的空间推理。为使机器人和人类能够在无束缚的现场环境中紧密协作，项目将以优化人工智能模型的计算负载、支持其在资源受限的普适和边缘设备上执行为重点。团队领导学者包括来自麻省理工学院的Prof. Sanjay Sarma, Prof. Daniela Rus和Prof. Jinhua Zhao和来自新加坡管理大学Prof. Archan Misra。
研究将特别关注具身智能和嵌入式智能的发展，通过制定一系列操作任务，帮助实现各种人类指定的目标。相关的人工智能和系统能力开发比如：
对三维物理空间的深度语义理解，包括理解空间内各个对象的位置及其相互关系；
将高阶的、定性的人类命令转化为一组基于物理的客观任务；
将这些任务进一步分解为一系列操控原语，在遵循各种空间约束的同时优化性能指标。
此外，研究团队还将解决人工智能模型在运行时的优化问题，以便模型在嵌入式设备上实现低延迟、交互式执行。
对具身智能和空间智能的嵌入式执行所涉及的新人工智能模型及技术的设计、开发和测试进行研究，并协调相关工作；
在顶级会议和期刊上发表高质量研究成果，重点关注与人工智能、机器人智能以及移动/嵌入式系统相关的会议，如AAAI、NeurIPS、ACM MM、ICCV、IEEE IROS、IEEE ICRA等；
参与对麻省理工学院以及新加坡合作院校的研究生和本科生，以及对驻新加坡的研究工程师（Research Engineer职位）的指导与培训工作；
协助撰写资金申请、进行项目管理以及承担与研究活动相关的其他行政职责。
具有计算机科学博士学位，研究方向涉及人工智能、机器学习、人机交互以及3D视觉/多媒体；
具有用于三维空间推理或机器人规划的深度神经网络模型和算法方面的经验；
在顶级会议和期刊上发表过多篇论文，特别是在人工智能、人机协作领域（如AAAI, ACM MM, ICCV, IEEE IROS, IEEE ICRA）；
具备跨学科研究的能力，并关注系统层面；
具备出色的沟通和协作能力。
Prof. Sanjay Sarma的谷歌学术页面
Prof. Daniela Rus的谷歌学术页面
补充以上涉及的会议发表平台全称：
AAAI： AAAI Conference on Artificial Intelligence，人工智能领域CCF A类
ACM MM：ACM International Conference on Multimedia，计算机图形学与多媒体领域CCF A类
ICCV：International Conference on Computer Vision，人工智能领域CCF A类
NeurIPS：Conference on Neural Information Processing Systems，人工智能领域CCF A类
IEEE IROS：IEEE/RSJ International Conference on Intelligent Robots and Systems，人工智能领域CCF C类
IEEE ICRA：IEEE International Conference on Robotics and Automation，人工智能领域CCF B类
对应AAAI、ACM MM、ICCV会议官网介绍
对应NeurIPS、IEEE IROS、IEEE ICRA会议官网介绍
//////////
Postdoctoral Associate (AI in Cities)
——城市人工智能
职位编号：IRG_M3S_2024_010
该项目的核心探讨目标是人工智能如何赋能新加坡的居民、机构和城市，以促进宜居性、可持续性、创新性和社会福利，打造未来的智能城市。团队由知名学者领导如MIT麻省理工学院的Prof. Alex "Sandy" Pentland、Prof. Jinhua Zhao和Prof. Siqi Zheng，NUS新加坡国立大学的Prof. Simon Chesterman以及UF佛罗里达大学的Prof. Shenhao Wang。
项目将基于生成式人工智能、多模态人工智能、计算机视觉和图形处理等技术进行城市生成和预测研究，同时也将利用人群移动（例如手机轨迹）、社会网络（例如Twitter）、交通基础设施和宏观社会经济等综合数据集，分析微观行为机制和宏观经济发展。
与项目团队的其他研究人员合作设计、实施和评估研究项目；
在顶级会议和期刊上发表研究成果，并通过宣讲等方式传播研究发现；
参与对麻省理工学院以及新加坡合作院校的研究生和本科生的指导与培训工作；
协助撰写资金申请、进行项目管理以及承担与研究活动相关的其他行政职责；
根据具体需要执行其他补充工作。
在任职开始前已获得计算机科学、人工智能、交通工程、运筹学、计算社会科学、网络科学、土木工程、经济学、统计学、城市规划、工业工程或相关领域的博士学位；
具备生成式人工智能、多模态人工智能、强化学习、深度学习、统计建模、网络分析和优化方面的经验，在生成式人工智能、多模态人工智能和强化学习方面的经验尤其重要；
具有结合行为模型、经济模型、城市出行与人工智能技术方面的经验；
在顶级会议和期刊上发表过多篇高质量论文；
具有优秀的沟通和协作能力。
Prof. Alex "Sandy" Pentland的谷歌学术页面
Prof. Jinhua Zhao的谷歌学术页面
Prof. Siqi Zheng的谷歌学术页面
//////////
Postdoctoral Associate (Interactive, Personalized AI Tutoring Technologies for Learning)
——交互式个性化人工智能教学技术
职位编号：IRG_M3S_2024_011
该项目组主要探索基于AI的教学技术，进一步开发以支持互动学习，从而提高学生参与度和学习成果。例如开发创新AI功能，以支持针对数学概念的互动式问答和解释，尤其面向中小学生群体。研究将涉及利用和定制多模态大型视觉语言模型(VLMs-Vision-Language Models)，以解决如几何学和测量学等需要同时理解图像和文本的问题。
开发视觉语言模型 (VLMs) 如GLLAVA或CLIP，并集成至学习工作流程中；
增强现有VLMs以具备领域特定功能，例如在数学问题中识别概念、整合音视频互动反馈；
开发用于识别学生的知识漏洞和学习风格的相应技术，并使用AI提出优化知识漏洞和学习风格的解决方案；
带领完成数据集的收集和生成，包括合成数据集，并与本地组织合作获取真实数据；
研究AI和传感技术以评估学生的情绪和认知状态；
在人工智能、教育以及人机交互领域的顶级学术会议和期刊上发表研究成果；
指导参与相关研究项目的研究生、本科生、及实习生。
具有知名院校的计算机科学、人工智能、教育技术或相关领域的博士学位；
在机器学习、自然语言处理、计算机视觉或多媒体方面拥有扎实的背景，并擅长结合语言和视觉模式的多模态处理；
精通编程语言如Python(首选)、Java或C++ 等编程语言，以及PyTorch (首选)、Tensorflow等机器学习库；
具有使用LoRA或类似技术在不同任务上对现有视觉语言模型(VLM)/大型语言模型 (LLM)进行微调的经验；
具有良好的沟通能力，能够在跨学科团队中相互协作；
具有在知名学术期刊和会议上发表论文的经历。
加分项：熟悉认知科学和教育心理学原理；
加分项：具有自适应学习系统、智能辅导系统和个性化教育方法开发的经验；
加分项：对大型语言模型和视觉语言模型，如Llama、LLaVA、CLIP等有操作经验；
加分项：具有良好的问题解决能力，以及在快节奏的研究环境中进行创新的能力。
//////////
Postdoctoral Associate (Design Human-machine Systems for Scheduling and Allocating Resources)
——用于调度和分配资源的人机系统设计
职位编号：IRG_M3S_2024_014
在交通、医疗、公共服务、物流工作中，时常会出现有关调度和资源分配的共性问题需要解决。比如，有关调度和资源分配的决策必须在对资源需求数量和时间不确定的情况下做出；新信息的不断涌现，因此计划必须动态更新。此外，通常有各种利益相关者参与并争夺有限的可用资源，因此决策者必须以某种方式“优化”资源的使用，同时尽可能平衡这些利益相关者的要求。越来越多的大型组织正在采用基于人工智能和机器学习的工具来解决这些问题，补充人类管理者和操作员的专业知识和经验，由算法提供决策支持。
该项目涉及人机系统的设计，旨在以适应并优化人类和机器需求及能力的方式，实现对资源的调度和分配。具体用例包括新加坡樟宜机场的停机位分配流程以及Grab平台上的资源分配。研究团队领导学者包括MIT麻省理工学院的Prof. Hamsa Balakrishnan, Prof. Jinhua Zhao, Prof. Amedeo Odoni与Prof. Jason Jackson以及新加坡管理大学的Prof. Hai Wang。
与项目团队的其他研究人员合作设计、实施和评估研究项目；
在顶级会议和期刊上发表研究成果，并通过宣讲等方式传播研究发现；
参与对麻省理工学院以及新加坡合作院校的研究生和本科生的指导与培训工作；
协助撰写资金申请、进行项目管理以及承担与研究活动相关的其他行政职责；
根据具体需要执行其他补充工作。
在任职开始前已获得运筹学、计算机科学、人工智能、数据科学、工业工程、网络科学、交通工程或相关领域的博士学位；
方向1：具有不确定性决策通用方法方面的经验，包括随机和鲁棒优化、整数和组合优化、动态规划以及大规模优化；
方向2：具有机器学习通用方法方面的经验，包括强化学习、深度学习、生成式人工智能、多模态人工智能、统计建模和网络分析；
具有机器学习与决策整合的经验；
在顶级会议和期刊上有较好的论文发表记录；
具有良好的沟通和协作能力。
Prof. Hamsa Balakrishnan的谷歌学术页面
Prof. Amedeo Odoni的谷歌学术页面
Prof. Hai Wang的谷歌学术页面
∨
Mens, Manus and Machina (M3S)组的研究领导人员情况
博士交流 | 学术规划 | 资讯分享 | 科研提升 | 申请经验
TechArt Research学究科研社，专注于建筑|城市|景观|交互|艺术|工程|计算机|机器人等跨学科领域的学术交流与教学合作。自2019年由Cambridge剑桥大学、UCL伦敦大学学院、MIT麻省理工学院、Harvard哈佛大学等多位名校学者共同创立品牌。持续汇聚美国藤校、英国G5等海内外名校博士/博士后/讲师/教授，研发前沿教学模式及课题内容，竭力为热爱学术的学员们带来优质的科研资源、创造得天独厚的教育空间。
TechArt将继续分享前沿学术知识与优质科研资源，为热爱学术的小伙伴们提供满满福利！
