【MBAChina网讯】近年来，AlphaGo成功引发了社会对人工智能的热烈关注，其实质是将机器学习与决策理论相结合，从数据驱动角度来解决大规模动态决策问题。海量样本数据和强大计算能力为智能决策和强化学习带来了新的发展机会。随机系统的动态决策优化是一个多学科深度交叉的研究方向，涉及运筹学、计算机、控制科学、管理科学等多个学科，与马氏决策过程、强化学习、最优控制等相关理论密切联系，蕴含多学科交叉特色和创新潜力，也是下一代人工智能进一步研究的重点方向，具有重大科学意义和广泛应用前景。

合作导师

夏俐，中山大学管理学院教授，博士生导师。长期从事随机动态决策系统的学习优化理论研究，以及从事在能源系统、金融科技、对抗决策、军事智能等领域的应用研究工作。在智能决策优化、强化学习、马氏决策过程、排队论等领域有大量研究，发表论文60余篇，获得多项美国、中国专利，担任多个国际权威SCI期刊编委和国际学术会议的程序委员。主持2项国家自然科学基金项目、2项国家重点研发计划子课题，参与多项自然科学基金重点项目、面上项目、国防科研项目等。

现根据学术研究和项目需要，招聘博士后2名（全职2-3年合同），面试通过即可按学校规定办理入职手续。

研究方向一：风险相关的决策优化与强化学习

研究方向二：智能决策与强化学习在金融科技领域的应用研究

研究方向三：智能决策与强化学习在对抗决策领域的应用研究

要求：国内外知名大学博士毕业三年内，年龄不超过35岁（若超龄，也可按照专职科研人员岗位招聘）。

背景和研究经验要求：具有运筹学、概率统计、计算机、控制和金融工程等学科背景，从事运筹优化、大数据分析、人工智能、博弈论、复杂网络等相关领域的研究工作。

薪资待遇：由学校薪资福利+广东省政府补贴+学院补贴+项目补贴构成，待遇丰厚，具体面议。

福利保障：按照国家博士后人员和中山大学博士后人员的有关规定执行，中山大学同时提供博士后公寓以及子女入学等保障。

研究经费支持：项目组提供科研经费支持,同时项目组支持申请国家自然科学基金青年基金、中国博士后基金和中山大学文科青年基金。

发展机会：从事智能决策、强化学习前沿科学研究，在应用数学、控制科学、计算机科学、管理科学多领域深度交叉，探索下一代人工智能的科学问题；参与国内高等级AI研究计划，从事最前沿的金融科技、军事智能等应用研究，与清华大学研究团队共同学习，与国际学术大师开展合作研究；优秀者根据成果可以申请转聘为中山大学副教授，或者推荐到其他高校、科研院所、高科技公司任职。此外，广东省对博士后出站后留粤工作，将有额外住房补贴和资助计划。

申请材料

1. 请先提供个人学习、工作简历等情况供初审用（文件名：姓名+简历）；

2. 若初审合格，需进一步提供相关支撑材料，包括代表性论文、获奖证明等反映申请人研究能力、学术水平的电子版资料（文件名：姓名+申请附件）。

申请提交

请将申请材料通过电子邮件提交至：xiali5@sysu.edu.cn。邮件主题请注明：应聘博士后+姓名+单位或毕业院校。

录取与入站

1. 初选通过后，邮件通知入围候选人并作进一步考核，本次拟招聘2人，申请材料恕不退回；

2. 正式入选后，将由管理部门发入站通知。入站程序及相关信息，请参考中山大学人事处网站和中山大学管理学院网站。

截止时间

本信息常年有效，同时也欢迎国内外优秀本科生和硕士生申请攻读本研究团队的博士学位。