新加坡国立大学金玥明组全奖博士生、博士后、科研助理招募

新一年博士招生正式启动!本期我们将为大家介绍新加坡国立大学金玥明课题组招募博士生 / 博士后 / 科研助理的相关信息。

作为专业的全球人工智能信息服务平台,机器之心不仅可以提供前沿的科研动态,还能帮你找到合适的工作或进修机会。

本期的招募信息来自新加坡国立大学金玥明老师课题组,欢迎对人工智能、医学影像处理、3D 视觉、机器人领域感兴趣的同学踊跃申请。

学校简介

新加坡国立大学(National University of Singapore),简称国大(NUS),是亚洲顶尖、国际知名的研究型大学。2022 年,新加坡国大在泰晤士高等教育世界大学排名为世界第 21 名,QS 世界大学排名为世界第 11 名。生物医学工程专业 BME 排名世界第 11 位,电子计算机工程 ECE 排名世界第 14 位(2021ARWU)。

新加坡国立大学金玥明组全奖博士生、博士后、科研助理招募

导师简介

金玥明博士目前于伦敦大学学院 UCL 计算机科学系 - Prof. Danail Stoyanov 实验室 WEISS 从事博士后研究,将于明年 1 月加入新加坡国立大学 Department of BME 和 Department of ECE 任助理教授。此前,她于香港中文大学 Department of CSE 获得博士学位,师从 Prof. Pheng-Ann Heng 和 Prof. Chi-Wing Fu。

 

她的研究方向为机器学习及其在医疗领域的应用,主要集中在手术机器人视觉感知和医学影像分析。在 IEEE-TMI、MedIA、Radiology、ICCV、ECCV、MICCAI、ICRA 等医学影像分析, 人工智能,计算机视觉,机器人等相关顶级会议和期刊发表论文 30 余篇,谷歌引用 1700 余次。曾获 HKPFS,MICCAI-MedIA Best Paper Award,IEEE ICRA Best Paper Award in Medical Robotics,MICCAI NIH Award 等。担任多个顶级会议和期刊审稿人,担任 ICRA 2021 Session Chair, 参与组织 MICCAI 2022 Workshop 及竞赛,博士后期间曾指导多名博士以及硕士生的项目,曾带领团队参与过许多医学图像处理国际竞赛并获得多个冠军。

个人主页:https://yuemingjin.github.io/

实验室当前具体研究方向

1. Technology-oriented

Data/annotation efficient learning & Large-scale training for medical imaging analysis;

Learning with multi-modality signals in robotic surgery, such as audio, text, and kinematics;

Reinforcement learning for sim-to-real training; etc

2. Application-oriented

AI for robotic surgical data science, including surgical video analysis, 3D surgical vision analysis, and sim-to-real learning;

AI for analyzing time-series medical data, such as 4D MRI and cell sequence; etc

招生信息

实验室目前有多个 2023 年秋季入学的博士 PhD 名额,以及一些博士后 Postdoc / 研究助理 RA / 实习生 Intern 职位 (2023 年 1 月即可开始)。欢迎对人工智能、医学影像处理、3D 视觉、机器人的研究感兴趣的同学申请。

 

博士后薪资非常具有竞争力,原则上一人一事一议。

博士生提供每年约 62500 新币(包含学费)的全额奖学金,优秀的同学会帮助提名申请 President's Graduate Fellowship(校长奖学金)以及 AISG PhD Fellowship 等。更多信息请参考:https://cde.nus.edu.sg/graduate/graduate-programmes-by-research/

如果已有一定科研经历,并且对于课题组研究方向感兴趣,欢迎来申请 PhD/Postdoc,一起推动人工智能医疗的交叉研究。对于有强烈科研意愿 (在 gap 有意向读 PhD) 的同学,也欢迎来申请 RA/Intern 提早在科研领域里快速成长,并且这里提供薪资支持,任职期满有机会继续在 NUS 攻读 PhD,或推荐至其他国际一流学府深造,名额有限希望及早申请。

 

实验室为大家提供

尊重学生想法,目标在建设友好开放有活力的实验室。

耐心细心的科研指导。

充分的成长空间,会推荐与支持进行海外交流访问和实习。

充足的计算资源,算力充足。

实验室隶属于 Department 多个 institution 下,合作机会广泛。

 

招生要求

热爱科研,对于科研有很强的自我驱动力,和良好的自学能力。

有扎实的数学和编程基础,较强英语阅读、写作和沟通能力。

有相关领域的研究经历,发表过论文者优先。

成绩优秀或获得过国际 / 国家奖项者优先。

 

联系方式

欢迎感兴趣的同学将以下资料发到邮箱 [email protected]:简历(包含成绩,排名,研究经历),代表性科研成果,如有(可以以少于 5 页 PPT 展示),其他可以展示 excellence 的内容。邮件主题:PhD/Postdoc/RA Application - Your School – Name 。访问学者、联合培养博士生也欢迎联系咨询。适合的申请者将会收到邮件回复。

这是机器之心招聘栏目,对接读者与有需求的高校实验室与企业。对招聘感兴趣的机构请联系:[email protected]

相关资讯

我国科学家建立生成式模型为医学 AI 训练提供技术支持

近年来,研究者们开始探索使用生成式 AI 技术合成医学影像数据,以此来扩充数据。

论机器学习领域的内卷:不读PhD,我配不配找工作?

机器学习内卷了吗?

开源3D医学大模型SAT,支持497类器官,性能超越72个nnU-Nets,上交大团队发布

作者 | 上海交通大学、上海人工智能实验室编辑 | ScienceAI近日,上海交通大学与上海人工智能实验室联合团队发布3D医学图像分割大模型SAT(Segment Anything in radiology scans, driven by Text prompts),在3D医学图像(CT、MR、PET)上,基于文本提示实现对人体497种器官/病灶的通用分割。所有数据和代码、模型均已开源。论文链接:::、手术规划和疾病监测等一系列临床任务中都有重要作用。然而,传统的研究针对每个特定的分割任务训练「专用」模型,导致