中央研究院 Logo

公文書傳遞、信件收發、文具領用管理、協助演講庶務工作、其他交辦事項。

【職位描述】
中央研究院誠徵具有國際視野與學術領導潛力之跨領域學者，加入本院研究社群，擔任助研究員、副研究員或研究員（相當於大學之助理教授、副教授或教授）。應徵者須在行為科學、制度設計、經濟學或相關領域具備卓越研究成果，並能結合理論與實證方法，對公共政策、市場設計、社會制度、組織行為、實驗經濟學、政治經濟學或資料驅動決策等議題提出創新見解。

本職缺特別歡迎能跨行為科學、經濟學、管理學、社會學、資料科學、法律經濟學等領域之研究方法與理論框架，並願意參與本專題中心重點研究計畫，包括：公共政策與制度設計、循證治理與永續轉型、創新與科技發展。
我們期待應徵者之研究成果能回應當前社會與全球治理挑戰，並對制度優化與政策創新產生實質影響。
【職務內容】
中央研究院為台灣頂尖之學術研究機構，提供優渥之研究經費、差旅補助、研究助理員額、職員宿舍及完善福利制度。本院具備國際化研究環境與高度學術自由，鼓勵跨所、跨領域合作研究，並積極推動國際學術交流。
研究人員將：
1.發展具國際影響力之學術研究計畫，並發表於頂尖國際期刊。
2.主導或參與跨領域研究團隊，推動行為科學與制度設計在公共政策、經濟治理與社會創新上的應用。
3.申請及執行國內外研究計畫，培育博士後研究員及研究助理。
4.規劃並主持學術研討會、工作坊與國際學術交流活動。
本院期待新進研究人員能在既有研究基礎上，建立具長期發展潛力之研究方向，並促進理論創新與政策實踐之對話，提升台灣於行為與制度研究領域之國際能見度。

1.於鼠房內進行實驗小鼠之日常管理與照護。
2.負責實驗小鼠配種、分籠及相關紀錄整理。
3.執行基因轉殖小鼠基因型鑒定（genotyping）相關作業。
4.協助實驗室維持動物管理作業之正常運作。
5.其他實驗室相關協助事項。

以合成生物學、基因體學、轉錄體學、蛋白質體學、代謝體分析、演化學、及AI輔助，推測出利於植物固碳或增加其生產量的調控分子、代謝途徑、或促進生長素。運用分子生物學技術，將這些因子置入藍綠菌及植物中，透過生化實驗分析及驗證，以提出能促進光合效率固碳與增加產量的新法。
By studying synthetic biology, genomics, transcriptomics, proteomics, metabolomics, direct evolution, and AI, we intend to find new regulators, metabolic pathways, or metabolites with high potentials to enhance plant carbon fixation, growth or yield. We verify their molecular functions in cyanobacteria and plants, providing new strategies to enhance photosynthesis and agricultural yield.

1.辦理本所科研基金之會計作業。
2.其他臨時交辦事項。

• 區域氣候與空氣品質模式模擬結果之資料處理與分析
• 極端事件、長期趨勢與情境比較之統計分析
• 圖表繪製與研究成果整理

研究主題涵蓋氣候變遷情境、動力降尺度結果分析，以及對空氣品質與環境風險之影響評估

主要支援本研究室執行以環境暴露與人體健康為核心之跨領域研究，工作內容涵蓋戶外環境收案、流行學研究結果分析及實驗室分析支援，具體包含以下項目：
1. 協助規劃與執行田野調查、戶外環境與族群收案作業（含樣本採集及現場量測）
2. 參與以人群為基礎之流行病學研究，協助資料整理、品質控管與資料分析（具備大數據分析經驗尤佳）
3. 協助實驗室分析工作
4. 進行統計分析、研究資料彙整及相關行政文書作業處理
5. 配合研究進度，支援其他相關研究主題與主管交辦事項

本團隊長期從事氣膠–雲交互作用、區域空氣品質與地球系統模式發展之研究，現徵求博士後研究員一名，參與雲與氣膠參數化與氣候變遷衝擊評估相關研究。
工作內容：
• 發展與改進雲與氣膠模組至全球地球系統模式並進行敏感度實驗及衝擊評估
• 進行動力降尺度模擬與未來空氣品質風險評估
• 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

參與機器學習、人工智慧、或是賽局理論相關方面的研究

1.大樓機電等設施維護管理。
2.公務車輛管理。
3.清潔人力管理。
4.其他交辦事項。

1. 協助研究計畫之田野調查，需走訪全台各地執行調查並蒐集資料。
2. 拜訪單位安排及聯繫。
3. 主管交辦事項。

參與電腦視覺、人工智慧與機器學習相關研究，目前本實驗室的研究聚焦於開發deep learning架構與演算法在電腦視覺的應用。研究重點如下: (1) Generative Computer Vision Techniques; (2) Image and Video Anomaly Detection and Localization; (3) Computer Vision Techniques for 3D Point Clouds; (4) Video Action and Activity Recognition; (5) Multimodal/VL Foundation Models Inspired Computer Vision Techniques; (6) Self-Supervised Learning for Computer Vision Applications; (7) Deepfake Detection & Security; and (8) Federated Learning Algorithms and Optimization。