For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/cuhk-ai4science-team-recruitment-2027.md.
Este artículo explica el plan de contratación del equipo AI4Science de la CUHK, sus líneas de investigación, los requisitos de solicitud y e...
El equipo AI4Science de The Chinese University of Hong Kong está reclutando estudiantes e investigadores interesados en la AGI científica, AI4Science, la IA generativa, el diseño molecular, los agentes científicos, la inteligencia corporeizada y los laboratorios automatizados.
Este artículo reorganiza la información original de reclutamiento en una versión en inglés más clara para los solicitantes que deseen comprender la dirección de investigación del equipo, los puestos disponibles, las expectativas de la solicitud y el entorno de investigación. Se conserva la estructura original, pero la redacción se ha hecho más fluida y fácil de leer.
Nota sobre la fuente: El artículo original se publicó en BAAI Hub y señala que el contenido fue tomado de WeChat. El cuerpo del artículo incluye una imagen relevante relacionada con el campus/equipo. Se excluyeron los anuncios de banner, las imágenes decorativas del sitio y los iconos de la interfaz para volver al inicio.
El grupo del profesor Pheng Ann Heng, del Departamento de Ciencias de la Computación e Ingeniería de The Chinese University of Hong Kong, junto con OTeam, se centra en la Inteligencia Artificial General Científica, o AGI científica.
El equipo tiene como objetivo construir un modelo fundacional computacional general para AI4Science. Su trabajo explora el modelado, razonamiento, generación y diseño unificados en sistemas científicos complejos. Los temas de investigación incluyen modelos del mundo de diseño molecular de todo a todo, modelos virtuales de vías biológicas, Agentes Científicos y sistemas de laboratorio autónomos que combinan AR/VR con flujos de trabajo científicos inteligentes.
El objetivo más amplio es llevar la IA de ser una herramienta pasiva de análisis a convertirse en un sistema inteligente central que pueda participar activamente en el descubrimiento científico.
El equipo hace hincapié en una trayectoria de investigación sistemática, desde modelos fundacionales y algoritmos clave hasta problemas científicos reales. Se espera que los estudiantes desarrollen capacidades de modelado, razonamiento, diseño y trabajo en bucle experimental en entornos interdisciplinarios.
El grupo da la bienvenida a estudiantes de farmacia, física, química, ingeniería biomédica, ciencias de la computación y otras disciplinas afines. Ofrece un ambiente de investigación abierto, sólidos recursos científicos y abundantes recursos de cómputo, con casi mil tarjetas de cómputo disponibles. El equipo también mantiene colaboraciones de largo plazo con laboratorios internacionales líderes en AI4Science, incluidos grupos del MIT, Harvard, Stanford y el Baker Lab.
Además de la investigación básica, el equipo cuenta con sólidos recursos para la transferencia industrial y ha recibido cerca de cien millones de RMB en apoyo de la industria. Esto brinda a los estudiantes una plataforma que combina exploración de frontera, formación interdisciplinaria y aplicación científica práctica.
Se anima a los solicitantes interesados en la AGI científica y en la investigación de vanguardia en AI4Science a unirse y ayudar a explorar la próxima generación de
Descubrimiento científico impulsado por la IA.
El profesor Pheng Ann Heng es profesor Choh-Ming Li de Ciencias de la Computación e Ingeniería en la Universidad China de Hong Kong. También se desempeña como director del Instituto de Inteligencia Médica y XR de la CUHK y codirector del Laboratorio Conjunto Guangdong-Hong Kong-Macao de Sistemas de Sinergia de Inteligencia Humano-Máquina.
Obtuvo su licenciatura en Ciencias de la Computación en la Universidad Nacional de Singapur en 1985 y su doctorado en Ciencias de la Computación en la Universidad de Indiana en 1992. Se incorporó al Centro NUS-JHU de Medicina Potenciada por la Información como investigador asociado en 1992. En 1995, se unió al Departamento de Ciencias de la Computación e Ingeniería de la CUHK como profesor asistente y fue promovido a profesor titular en 2002.
En 2007, el profesor Heng recibió la Cátedra de Profesor Distinguido Cheung Kong otorgada por el Ministerio de Educación de China. También ha ejercido como presidente del departamento y director de la división de posgrado.
Desde 1999, ha dirigido el Centro de Investigación en Realidad Virtual, Visualización e Imagen de la CUHK. Desde 2006, también ha dirigido el Centro de Tecnología de Interacción Humano-Computadora del Instituto de Tecnología Avanzada de Shenzhen, Academia China de Ciencias.
Sus intereses de investigación incluyen análisis de imágenes médicas, inteligencia artificial, simulación quirúrgica, visualización y realidad extendida. Ha publicado más de 760 artículos, con más de 80.000 citas en Google Scholar y un índice h de 132. Ha sido reconocido por Clarivate como Investigador Altamente Citado y por Research.com como una figura destacada de las ciencias de la computación en China.
El equipo apoya la libertad académica y anima a los estudiantes a explorar líneas de investigación que puedan dar forma a las futuras tendencias científicas y de la IA. El enfoque actual incluye investigación fundamental en modelos generativos y aprendizaje de representaciones, agentes científicos y aplicaciones de IA para la ciencia.
Las siguientes áreas son especialmente relevantes, aunque no exhaustivas.
El equipo estudia métodos fundamentales de IA inspirados en la física y en principios científicos relacionados. Los temas incluyen modelos de difusión discretos y continuos, otros métodos de modelado generativo y aplicaciones como nubes de puntos 3D, generación de moléculas y modelos del mundo.
Esta línea es adecuada para estudiantes que quieran trabajar en modelado generativo a un nivel fundamental, al tiempo que conectan los métodos con problemas científicos.
El equipo estudia modelos unificados de representación multimodal, incluyendo tokenización, fusión de modalidades e integración entre representación y generación.
El objetivo no es solo alinear diferentes modalidades de datos, sino también hacer que el aprendizaje de representaciones sea útil para la generación científica. Esto incluye construir formas más naturales y unificadas de generar y razonar sobre estructuras científicas.
Esta línea se centra en agentes de IA, agentes basados en LLM y sistemas multiagente para tareas científicas. El equipo explora agentes con capacidades de planificación, razonamiento, uso de herramientas, diseño experimental y optimización autónoma.
Aplicaciones
incluyen diseño molecular, ingeniería de proteínas, experimentos automatizados, minería de conocimiento basada en la literatura y generación de hipótesis científicas.
El objetivo a largo plazo es construir un ciclo cerrado de:
Este ciclo está destinado a acelerar el descubrimiento científico y la innovación en ingeniería.
Esta línea estudia cómo la inteligencia virtual puede conectarse con sistemas experimentales reales en AI4Science.
El equipo se centra en la colaboración entre Agentes Científicos, plataformas robóticas de experimentación, laboratorios automatizados y sistemas inteligentes de toma de decisiones. El ciclo previsto es:
El objetivo es ayudar a la IA a pasar del razonamiento virtual y el diseño molecular a la participación experimental real y a un descubrimiento científico más rápido.
Esta línea se centra en AlloDesign y tiene como objetivo construir un modelo fundacional unificado para sistemas moleculares biológicos.
La investigación estudia cómo los modelos generativos profundos y el aprendizaje de representaciones multimodales pueden comprender la estructura, la función y la interacción molecular. No se limita a un solo tipo de molécula. En cambio, el mismo marco de modelo debería ser capaz de manejar moléculas pequeñas, ácidos nucleicos, péptidos, anticuerpos, proteínas, complejos proteicos y otros sistemas biomoleculares.
El equipo pretende desarrollar capacidades de modelado continuo, desde la representación molecular hasta el diseño funcional. Al incorporar predicción estructural, evaluación funcional y retroalimentación experimental, los resultados generados pueden corregirse y validarse con el tiempo.
Esto podría conducir gradualmente a métodos generales de diseño inteligente para el descubrimiento de fármacos, la ingeniería de proteínas, las terapias con ácidos nucleicos y el diseño de biomateriales.
Esta línea estudia el modelado computacional de interacciones moleculares y vías de señalización dentro de las células.
La pregunta clave es cómo conectar las representaciones a nivel molecular de proteínas, moléculas pequeñas y ácidos nucleicos con los estados funcionales celulares. El equipo quiere construir modelos predictivos que describan cómo las perturbaciones moleculares conducen a respuestas celulares.
La investigación presta especial atención a las vías relacionadas con el envejecimiento y a los mecanismos regulatorios en estados de enfermedad. También explora cómo la IA puede comprender los efectos de las intervenciones moleculares sobre el destino celular, la transducción de señales y el deterioro funcional.
El resultado esperado es un nuevo conjunto de métodos computacionales para el descubrimiento de dianas, el análisis del mecanismo de acción y la intervención precisa.
Esta línea estudia métodos de interacción inmersiva para el descubrimiento científico.
El equipo explora cómo las estructuras moleculares complejas, las vías celulares y los procesos de generación de modelos pueden transformarse en interfaces de investigación 3D comprensibles e interactivas.
El enfoque está en la colaboración entre científicos humanos y Agentes de IA. En particular, el equipo está interesado en cómo la visualización interactiva y los sistemas de agentes pueden apoyar la generación de hipótesis, el diseño experimental y
interpretación de resultados.
Esta línea busca ofrecer nuevos paradigmas de interacción para futuros entornos virtuales de investigación y sistemas autónomos de descubrimiento científico.
El equipo está reclutando estudiantes de doctorado para el ingreso de 2027, con alrededor de 4 a 6 plazas disponibles. Las posiciones posdoctorales están abiertas de forma continua.
El equipo también da la bienvenida a asistentes de investigación, estudiantes visitantes y otros candidatos que deseen explorar la IA científica, AI4Science, la IA generativa, el diseño biomolecular, los agentes científicos, la inteligencia corporeizada y los laboratorios automatizados.
El equipo cree que el interés genuino por la investigación y la pasión son los principales motores de un trabajo excelente. Se anima a postular a quienes cuenten con formación relevante y una gran ambición. El equipo considerará los intereses de investigación, la formación y las capacidades de cada solicitante, y luego ayudará a diseñar una dirección de investigación personalizada.
El equipo busca investigadores potenciales apasionados por la investigación científica, con altos estándares personales y un sólido criterio académico.
A continuación se enumeran las expectativas básicas para los solicitantes de doctorado.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
Para estudiantes de pregrado, no se requieren artículos publicados. Sin embargo, los solicitantes deben tener experiencia en proyectos de investigación y deben poder explicar claramente su papel y contribución en el proceso de investigación.
Para estudiantes de maestría, se prefiere contar con artículos publicados o enviados a conferencias o revistas de primer nivel, como NeurIPS, ICML, CVPR o ICLR.
También se aceptan trabajos disponibles únicamente en arXiv. Se anima a los solicitantes a señalar claramente sus uno o dos mejores trabajos, para que el laboratorio pueda evaluar cuidadosamente la calidad y el criterio de investigación que hay detrás de ellos.
Los solicitantes serán especialmente competitivos si cuentan con una o más de las siguientes fortalezas:
Para los puestos de asistente de investigación, el equipo da la bienvenida a candidatos con un fuerte interés por la investigación, especialmente a quienes:
Por lo general, los solicitantes deben tener:
Cualificaciones
La siguiente experiencia es especialmente valiosa:
El equipo también da la bienvenida a estudiantes de grado y de maestría como estudiantes visitantes. Los estudiantes visitantes pueden participar en los proyectos de investigación de vanguardia que el laboratorio tiene en curso.
Los solicitantes a estudiante visitante deben contar con:
Entre los puntos fuertes adicionales que resultan útiles se incluyen:
El equipo afirma que revisará cuidadosamente todos los materiales de solicitud y tratará a cada solicitante de manera justa.
El equipo cuenta con sólidos recursos computacionales a través de la Universidad China de Hong Kong y del Instituto de Inteligencia Médica y XR.
Además, el equipo trabaja con empresas como Valhalla Technology, Alibaba, Tencent, DP Technology y BioMap, lo que también proporciona importantes recursos computacionales de nivel empresarial.
El equipo mantiene colaboraciones a largo plazo con instituciones como MIT, Harvard, la Universidad de Washington, UCLA, la Universidad Nacional de Singapur y la Universidad de Cambridge.
Se anima a los estudiantes de doctorado a participar en prácticas de investigación y oportunidades de intercambio en el extranjero, lo que puede favorecer tanto el crecimiento académico como la colaboración internacional.
El equipo anima a los estudiantes a establecer colaboraciones con académicos e instituciones de investigación de primer nivel en el campo. También apoya firmemente la participación de los estudiantes en conferencias académicas internacionales, incluyendo apoyo para reembolsos.
En cuanto a los temas de investigación y las áreas de actualidad recientes que interesan a los estudiantes, el equipo organiza activamente charlas invitadas y promueve intercambios académicos en línea relacionados.
El laboratorio apoya tanto la colaboración en línea como presencial en investigación fundamental en IA y en temas emergentes de investigación en IA. Da la bienvenida a colaboradores de universidades y empresas de China y del extranjero, siempre que ambas partes compartan intereses de investigación compatibles.
El laboratorio trabaja estrechamente con departamentos de investigación de empresas de grandes modelos y de IA generativa. Las áreas de exploración incluyen el preentrenamiento de representaciones, los modelos generativos basados en difusión, los métodos generativos autorregresivos y relacionados, y otras direcciones de vanguardia en IA.
El laboratorio fomenta la aplicación de la innovación en IA a los problemas de las ciencias de la vida de múltiples formas. Su objetivo es explorar el potencial de la IA para resolver desafíos complejos en las ciencias de la vida.
El equipo colabora con universidades e institutos de investigación como la Universidad de Westlake, la Universidad de Zhejiang, el Laboratorio Lingang y el Laboratorio de IA de Shanghái, así como con empresas líderes de AI4Science como DP Technology y BioMap. Estas colaboraciones abarcan múltiples áreas de las ciencias de la vida, incluidos las proteínas y las moléculas pequeñas.
Los estudiantes e investigadores interesados en el laboratorio pueden enviar un correo electrónico a:
El asunto del correo debe seguir este formato:
Escuela + Nombre + Solicitud para PhD / Postdoc / Estudiante visitante / Asistente de investigación
Los solicitantes deben adjuntar:
El equipo está reclutando estudiantes de doctorado de ingreso en 2027, investigadores postdoctorales, asistentes de investigación y estudiantes visitantes. Las áreas de investigación incluyen AGI científica, AI4Science, IA generativa, diseño molecular, agentes científicos, inteligencia incorporada y laboratorios automatizados.
No. Los solicitantes de pregrado no necesitan haber publicado artículos, pero sí deben tener experiencia en proyectos de investigación. También deben ser capaces de explicar claramente qué hicieron, cuál fue su contribución y qué aprendieron del proyecto.
El equipo da la bienvenida a solicitantes de informática, matemáticas, física, química, farmacia, ingeniería biomédica y campos relacionados. Dado que la investigación es interdisciplinaria, son importantes tanto una sólida capacidad técnica como un interés genuino por los problemas científicos.
Las direcciones clave incluyen modelos generativos profundos, aprendizaje de representaciones multimodales, agentes científicos, laboratorios automatizados, modelos del mundo biomolecular, modelado de vías celulares, investigación sobre el envejecimiento y científicos virtuales de AR/VR.
Es importante tener una sólida capacidad de programación, especialmente experiencia con Python, C++, PyTorch o TensorFlow. También son útiles la experiencia en ingeniería a gran escala, la experiencia en concursos de investigación, proyectos en GitHub, blogs técnicos y experiencia en publicación de artículos.
Sí. El puesto de asistente de investigación es especialmente adecuado para candidatos que desean construir una base de investigación más sólida antes de postularse a programas de doctorado. El equipo también da la bienvenida a estudiantes visitantes que quieran participar en proyectos de investigación de frontera.
Los solicitantes deben enviar un correo electrónico a [email protected] con el asunto en el formato Escuela + Nombre + Solicitud para PhD / Postdoc / Estudiante visitante / Asistente de investigación. El correo debe incluir un CV, una carta de motivación y materiales de apoyo que demuestren capacidad de investigación y capacidad técnica.
google.com/): Útil para consultar publicaciones, citas y perfiles de investigación académica.
Este artículo explica el plan de reclutamiento, las líneas de investigación, los requisitos de solicitud y el entorno de investigación del equipo de AI4Science de la CUHK. Resulta especialmente útil para estudiantes interesados en AGI científica, AI4Science, diseño molecular, agentes científicos y descubrimiento científico autónomo.
Los solicitantes deben prestar mucha atención a las diferencias entre las expectativas para doctorado, asistente de investigación y estudiante visitante. Una sólida experiencia en investigación, capacidad de programación, formación en matemáticas o ciencias y una motivación clara serán de gran ayuda.
Para los solicitantes interesados en el descubrimiento científico impulsado por IA, este equipo ofrece un entorno de investigación que combina métodos de IA de vanguardia, problemas científicos interdisciplinarios, sólidos recursos computacionales y colaboración internacional.
Empieza con una sola frase y obtén un sitio completo en minutos.
