中央研究院 Logo

(1)實驗室化學分析及樣本前處理。
(2)資料處理、支援實驗室其他研究與觀測活動及計畫臨時交辦事項。

主要工作為執行國科會及其他相關研究計畫，研究主軸聚焦於新興環境污染物暴露及早期健康效應指標(如氧化傷害壓力)對於易受傷害族群(例如母親及胎兒)的潛在健康風險之相關研究。透過開發尖端分析平台，深入探討氣候變遷下的主要環境因子與疾病機制的關聯，並尋求健康促進之介入調適。

具體工作項目如下：
1. 可獨立操作HPLC、LC/MS/MS、GC/MS/MS等儀器
2. 人體生物檢體（如尿液、血液等）中生物指標之分析方法開發與優化
3. 分析流行病學資料，整合環境暴露數據與健康效應結果
4. 計畫管理、研究報告論文撰寫與投稿國際學術期刊
5. 支援環境健康微型感測器之相關研究活動
6. 完成主管交辦的其他研究相關事項

研究並解析病毒與宿主間蛋白質複合體的結構和功能

中央研究院社會學研究所「醫療、科技與社會」主題研究小組招募兼任助理1名

1. 協助辦理演講與例行會議之行政、聯繫與報帳工作。
2. 學術演講內容公開化，例如撰寫紀要為可公開發表的形式等等。
3. 其他交辦相關事項。

研究聚焦於離線RL(Reinforcement Learning)、穩健性RL模型，以及在金融與機器人等真實場域的應用。
主要職責
- 進行 RL 相關研究
- 主導或參與頂尖國際會議／期刊投稿
- 協助撰寫研究計畫並推動產學合作

We seek a highly motivated postdoctoral researcher who wants to push the frontier of sequential decision-making under uncertainty and deploy results in impactful domains.

- Conduct independent and collaborative research on RL
- Co-supervise graduate students and research assistants
- Lead or contribute to top-tier conference/journal submissions
- Assist with grant writing and industry collaborations

1、 協助執行臺灣人體生物資料庫（Taiwan Biobank）各項駐站管理與行政作業。
2、 擔任各合作醫院之聯繫窗口，進行溝通、協調與業務接洽。
3、 協助計畫相關宣導、說明及推廣事務。
4、 協助文件整理、資料建檔及其他行政相關工作。
5、 配合計畫需求，不定期支援全台各地駐站收案相關業務。
6、 其他主管交辦之計畫相關事項。

主要從事天文望遠鏡接收機系統及其元件設計、測試、整合與安裝。與工作團隊同仁清楚表達與溝通，並依據需求發展適當的接收機元件與子系統。

深度學習模型推論和訓練優化研究 (Optimization of Deep Learning Model Inference and Training)

Machine Learning Systems團隊的研究方向包括：平行與分散式計算、編譯器、以及計算機架構。我們利用電腦系統的技術加速深度學習模型推論和訓練，並研究下一世代機器學習模型的系統開發和優化。

我們的研究方向著重於：
1. 模型壓縮與計算優化研究。
模型壓縮技術 (pruning and quantization) 透過減少AI模型容量與運算量，實現模型執行加速，對於嵌入式系統等資源受限的計算平台以及記憶體有限的AI加速器至關重要。為了有效執行壓縮後的模型，許多次世代處理器設計了新的運算功能，例如向量運算 (Intel AVX512, ARM SVE, RISC-V RVV) 和矩陣加速器 (matrix-multiplication unit on GPUs and NPUs) 等強化功能。我們將研究 (1) 如何利用這些強化運算功能加速壓縮模型的執行，(2) 各種計算平台，例如伺服器、邊緣裝置、異質系統等的壓縮模型的佈署方法。

2. AI加速器設計。
針對深度學習模型的推理加速，在FPGA板上實現AI加速器硬體設計，並進行軟硬體協同設計與優化研究。

3. 異質環境下深度學習模型推論優化研究。
智慧系統如自駕車與語音助理，通常需執行複雜的深度學習模型 (complex deep learning models: hybrid models, multi-models, and multi-task models)。與此同時，電腦架構正朝向異質多處理器設計發展 (heterogeneous architecture: CPUs+GPUs+AI accelerators)。如何整合異質處理器來執行複雜模型並達到高效能的運算，成為一項關鍵且具挑戰性的研究。針對此問題，我們將探討以下方向：(1) 模型運算與異質處理器的分配策略，(2) 排程演算法設計，(3) 模型執行平行化方法，包括資料平行（data parallelism）、模型平行（model parallelism）與張量平行（tensor parallelism）。


上述研究議題為國內外深度學習系統領域之重要發展方向，產業界及學術界均需此方面人才。適合擬專心研究，未來從事學術工作者或研發工作者，對於未來規劃進修博士學位者, 本實驗室之研究計畫提供優良之訓練環境與研究經歷。

我們正在尋找經驗豐富的行動應用程式開發人員，協助將 PQConnect 專案帶入 Android 和 iOS 作業系統。PQConnect 是一個全新且易於安裝的網路安全層，它能在有運行 PQConnect 的終端之間自動引入端到端的後量子加密技術。同時，它能與採用傳統密碼學的應用程式共同運作，並為任何已經內建後量子加密技術的使用者應用程式額外增加第二層的防護。PQConnect 在網路層的運作方式類似於 VPN，但它可容許的擴展性是大多數 VPN 應用程式所無法比擬的。如需了解更多資訊，請參考： https://www.pqconnect.net

1. 參與自然語言處理、機器學習等相關技術，
並結合問卷調查資料分析，研究重要社會議
題。
2. 爬蟲程式開發與維護。
3. 資料處理（以Pandas 為主，並熟悉各類檔
案、資料庫資料存取管理）。
4. 資料分析（可重現相關研究分析，並改動、
客製分析細節）。
5. 文獻蒐集與研讀。
6. 其他主管交辦事項。

1.研究助理：協助研究或獨立研究。
Research Assistants: Assist in research-related tasks or work on an independent project.
2.博士後研究員：表觀遺傳與轉錄調控於發育及疾病之角色。
Postdoctoral Fellows: Conduct research on the roles of epigenetics and transcriptional regulation in development and diseases.

【工作內容】
1. 學習與運用大數據分析與雲端計算、人工智慧(AI)與深度學習，來進行基因體/轉錄體/蛋白質體等多維體之大量序列資訊與人體資料庫相關的應用分析。
2. 進行程式軟體專案開發以及論文撰寫，軟體專案將會發表於GitHub/ DOCKER Hub上，供全球相關研究社群使用，同時也將有機會參與相關和業界及國際學界之合作計畫。

【本實驗室之研究標的】
1. 建置可應用於人類腸道微生物相分型與大量單細胞分類之人工智慧模型。
2. 協助高經濟養殖生物全基因體組裝註解、基因體育種策略之開發與資料庫建置等。
3. 以第三世代長片段定序(Pacbio/ Nanopore)HiFi定序為基礎，結合膜蛋白深度學習模型來找尋新的蛋白標的。
4. 利用機器學習與深度學習策略，發展人工智慧模型，來解析如宿主與病原蛋白質交互網路的拮抗與新藥標的(如新型抗菌肽與功能胜肽)的設計與驗證。
5.利用台灣人體資料庫(Taiwan BioBank)之巨量資料建立高齡健康預測模型，並結合大型語言模型(RAG+LLMs)來進行與生醫農學大數據分析等有趣問題。

【工作環境】
位於中央研究院資訊所內，實驗室軟、硬體配備齊全，具雲端環境及大數據計算平台，可進行多樣的研究計劃，參與國內外合作計畫，並學習到最新的研究技術及方法。同時，院內經常舉辦相關演講與訓練課程，研究與學習環境甚佳，與學界及產業界交流也相當暢通與頻繁。