中央研究院 Logo

我們的研究領域涵蓋計算生物學，資料科學與機器學習。研究題目包含：癌症基因體之資料整合，對異質性腫瘤之治療策略，單細胞基因體資料分析，人類族群生物網路之演化，網路拓璞分析，及以深度神經網路進行非監督式學習等。團隊成員將會學到特定領域知識，科學推理，建立並解數學模型，開發演算法，撰寫程式，收集並分析大數據，且與團隊成員與合作者密切合作。我們希望找到對科學研究與解決新問題具有熱忱並願意投入時間與精力的成員。

1.協助藥物傳輸、生醫材料相關計畫進行。
2.其他交辦事項。

奈米鑽石在半導體及生物醫學方面的應用。

研究方向：誠徵對染色質生物學、基因調控及／或功能性基因體學具有高度興趣之博士後研究員。我們研究疾病相關的染色質調控因子與組蛋白突變如何擾亂基因調控機制。

配合計劃執行，協助核心設施一般行政業務與推廣

參與多媒體技術、電腦視覺與電腦圖學相關之人工智慧研究計畫，協助研究問題定義、研究構想發展、方法設計與實驗規劃與執行。

協助建置、訓練與評估深度學習模型，工作內容包含資料前處理、模型實作、實驗設計、結果分析與效能比較。

參與本實驗室之核心研究議題，近期研究方向包括但不限於：

(1) Video- and Music-Driven 3D Camera Motion Authoring

(2) Image-Driven Motion In-Betweening

(3) Text-Driven 3D Human Motion Generation

(4) Music-Driven 3D Human Motion Generation

(5) Motion-Driven Music Generation

(6) 3D Human Mesh Recovery

(7) Representation Learning

協助整理與撰寫研究成果，包含論文草稿撰寫、實驗結果整理、圖表與補充材料準備，並參與國際期刊與會議投稿。

視研究進度與計畫需求，參與研究討論、論文回覆（rebuttal/revision）及國際學術會議相關事務。

The lab is using moss (Physcomitrium patens) as a model to
investigate various developmental biology-related questions
in plants. The lab routinely employs techniques such as
genetic manipulations, protein expression/purification, and
confocal microscopy observation. We encourage those
interested in plant biology to be part of the team.
實驗室網站：https://sites.google.com/view/kock-lab/home

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

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

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。

Our research team is seeking a Postdoctoral Researcher to join us in studying the ecology and evolution of microbial symbiosis in plant–microbe systems. We integrate field ecology, molecular microbiology, and genomic analyses to understand how microbial communities assemble and adapt across hosts and environments. This position is open until filled.
Current research topics
- The effect of host identity on symbiont community assembly
- Ecological genomics of symbionts across co-occuring native plant hosts
- Functional variation in ecologically important traits in faculative symbionts

Job description
- Lead and particiapte in research projects
- Design and conduct experiments and data analyses
- Actively contribute to scientific writing and presentations
- Mentor junior researchers and assist in training activities
- Manage routine laboratory tasks and other assigned duties

• 從事腦機介面或AR/VR/MR的相關研究。
• 提出假設，設計實驗，並進行數據收集。
• 分析電生理訊號（包括但不限於EEG、EMG、EOG、SSVEP、眼球追蹤器等）並彙總發現。
• 撰寫科學論文並發表成果。
• 與其他團隊成員合作，記錄和轉移開發的技術。
• Carry out research in the field of Brain-Computer Interfaces or AR/VR/MR.
• Formulate hypotheses, plan user studies, and carry out data collection.
• Analyze the collected bio-signals (include but not limited to EEG, EMG, EOG, SSVEP, eye-tracker.. ) and summarize the findings.
• Contribute to the design of innovative devices for collecting bio-signals and test them.
• Write scientific papers detailing findings for scientific conferences and journals.
• Cooperate with other team members and business groups on documenting and transferring the developed technologies.