中央研究院 Logo

Overview
We are seeking 1–2 postdoctoral fellows to join our lab in studying polymicrobial
interactions and host–microbe interactions with agricultural relevance. Our research
integrates comparative genomics, ecological sampling, microbial genetics, and
functional assays to understand how fungi, bacteria, and phages interact within
polymicrobial communities and how these interactions influence microbial pathogenesis
in plant hosts.
Our lab has strong expertise in functional genomics and experimental evolution, using
bottom-up approaches to address these questions. We welcome postdoctoral
researchers with complementary interests—such as plant immunity, evolutionary
genomics, or microbial ecology—to join our team. This position is ideal for recently
graduated PhD scientists who are passionate about microbial interactions and aspire to
pursue a faculty position in academia.
The position is open until filled.
Lab website: www.labofpie.org
Research Topics
1. Genetic basis of fungal–bacterial–phage interactions and their impact on
microbial community development
2. Comparative analysis of microbial pathogenic genes in single versus mixed
infections
3. Bioinformatic and evolutionary analysis of antimicrobial genes in plant pathogens
Job Responsibilities
1. Lead and contribute to independent and collaborative research projects
2. Design and conduct experiments and/or computational data analyses
3. Develop and maintain standardized laboratory protocols or bioinformatic
pipelines
4. Actively participate in manuscript preparation and scientific presentations
5. Mentor graduate and undergraduate researchers

1. 支援中研院與陽明交通大學、臺北醫學大學、國防醫學院合作開設通識課之課務，協助課程執行，如：帶領課堂活動與討論、製作教材、批改作業、參與教學論壇的互動等等。
2. 定期參與人文講座教學助理工作培訓，並於會後繳交心得。
3. 其他人文講座相關臨時交辦事項。

(1)負責熱危害與健康調適研究計畫執行及管理。
(2)支援環境健康微型感測器或空氣品質觀測相關研究活動。

The Tsai laboratory is looking for highly motivated talents to help us unveil how RNA modifications impact RNA biology. Successful applicants may aid in the following potential projects:
- Elucidate how intracellular Adenosine metabolism may regulate RNA methylation rates, in turn impacting Neurodegeneration in Alzheimer's disease model systems, in a collaboration with Yijuang Chern, Yi-Shuian Huang and others. This project involve the development and adaptation of new RNA modification detection methods, which may utilize the latest in Nanopore direct RNA-seq, Illumina RNA-seq, UPLC-tandem mass spectrometry, as well as more traditional molecular biology techniques.
- Explore how RNA modifications on viral and small RNAs in mosquito and monkey samples may impact the zoonotic virus reservoir within these animals that may spread to humans, in collaboration with Shin-Ru Shih. This project mainly utilizes Nanopore direct RNA-seq, though may not be limited to this technique.
- Elucidate how RNA modifications facilitate the replication, gene expression, and antiviral factor avoidance of Hepatitis B virus. This is a curiosity driven project that is not tied to any specific technique.
- General Nanopore direct RNA-seq bioinformatics analysis in support of any of the above projects.

蔡松智實驗室徵求具高度研究熱忱的優秀人才，共同探索RNA小分子修飾（如甲基化）如何影響RNA功能。可能的研究計畫包含：
- 細胞內Adenosine濃度對RNA甲基化的影響，而此機制如何影響阿茲海默症相關的神經退化：本計畫為與陳儀莊、黃怡萱老師及相關團隊之合作計畫。研究內容包含開發與優化最新的RNA修飾檢測技術，可能採用 Nanopore direct RNA-seq、Illumina RNA定序、超高效液相層析串聯質譜儀（UPLC-MS/MS）以及傳統分子生物學技術。
- 蚊子與猴子樣本中病毒及small RNA 修飾之研究： 本計畫與施信如老師合作，探討 RNA 修飾如何影響這些動物宿主體內的人畜共通病毒以及其向人類傳播的潛力。研究技術以 Nanopore direct RNA-seq為主。
- B型肝炎病毒（HBV）之 RNA 修飾： 釐清 RNA修飾如何協助B型肝炎病毒的複製、基因表現與逃避抗病毒因子之機制。此計畫所需技術依實驗結果而定不限於特定實驗技術。
- 針對Nanopore direct RNA-seq之生物資訊分析（可能協助以上所有計畫）。

研究並解析病毒與宿主間蛋白質複合體的結構和功能

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

生態系統服務評估研究

• 整合分析環境因子暴露與植物生理反應資料及參數法
• 將生理反應參數化整合至區域或全球大氣化學模式
• 研究計畫的執行與進度管理，並協助撰寫論文與參與成果發表

研究重點為癌症及血液疾病相關的訊息傳導研究，及標靶/免疫治療之開發。

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。

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.

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