Introdução
A equipa AI4Science da Universidade Chinesa de Hong Kong está a recrutar estudantes e investigadores interessados em AGI Científica, AI4Science, IA generativa, design molecular, agentes científicos, inteligência incorporada e laboratórios automatizados.
Este artigo reorganiza as informações originais de recrutamento numa versão em inglês mais clara para candidatos que desejam compreender a direção de investigação da equipa, as posições disponíveis, as expectativas de candidatura e o ambiente de investigação. A estrutura original foi preservada, mas a redação foi tornada mais fluida e mais fácil de ler.
Nota sobre a fonte: O artigo original foi publicado no BAAI Hub e indica que o conteúdo foi obtido a partir do WeChat. O corpo do texto inclui uma imagem relevante relacionada com o campus/a equipa. Anúncios de banner, imagens decorativas do site e ícones de interface “voltar ao topo” foram excluídos.
Visão Geral da Equipa
O grupo do Prof. Pheng Ann Heng, do Departamento de Ciência e Engenharia Informática da Universidade Chinesa de Hong Kong, em conjunto com a OTeam, centra-se na Inteligência Artificial Geral Científica, ou AGI Científica.
A equipa pretende construir um modelo fundacional computacional geral para AI4Science. O seu trabalho explora modelação, raciocínio, geração e design unificados em sistemas científicos complexos. Os temas de investigação incluem modelos de mundo de design molecular all-to-all, modelos virtuais de vias biológicas, Agentes Científicos e sistemas de laboratório autónomo que combinam AR/VR com fluxos de trabalho científicos inteligentes.
O objetivo mais amplo é fazer a IA evoluir de uma ferramenta passiva de análise para um sistema inteligente central capaz de participar ativamente na descoberta científica.
A equipa enfatiza um percurso de investigação sistemático, desde modelos fundacionais e algoritmos-chave até problemas científicos reais. Espera-se que os estudantes desenvolvam capacidades de modelação, raciocínio, design e ciclos experimentais em contextos interdisciplinares.
O grupo acolhe estudantes de farmácia, física, química, engenharia biomédica, ciência da computação e outras áreas relacionadas. Oferece um ambiente de investigação aberto, sólidos recursos científicos e recursos computacionais substanciais, com quase mil placas de computação disponíveis. A equipa também mantém colaborações de longo prazo com laboratórios internacionais de referência em AI4Science, incluindo grupos do MIT, Harvard, Stanford e do Baker Lab.
Para além da investigação fundamental, a equipa dispõe de fortes recursos de transferência para a indústria e recebeu quase cem milhões de RMB em apoio industrial. Isto oferece aos estudantes uma plataforma que combina exploração de fronteira, formação interdisciplinar e aplicação científica prática.
Os candidatos interessados em AGI Científica e em investigação de ponta em AI4Science são encorajados a juntar-se à equipa e a ajudar a explorar a próxima geração de
Descoberta científica orientada por IA.
Líder da Equipa
O Prof. Pheng Ann Heng é Professor Choh-Ming Li de Ciência e Engenharia Informática na Universidade Chinesa de Hong Kong. Exerce também as funções de Diretor do Instituto de Inteligência Médica e XR da CUHK e de Codiretor do Laboratório Conjunto Guangdong-Hong Kong-Macau de Sistemas de Sinergia entre Inteligência Humana e de Máquinas.
Obteve a licenciatura em Ciência da Computação na Universidade Nacional de Singapura em 1985 e o doutoramento em Ciência da Computação na Universidade de Indiana em
1992. Em 1992, ingressou no Centro NUS-JHU para Medicina Potenciada por Informação como Investigador Associado. Em 1995, juntou-se ao Departamento de Ciência e Engenharia Informática da CUHK como Professor Auxiliar, tendo sido promovido a Professor em 2002.
Em 2007, o Prof. Heng foi distinguido pelo Ministério da Educação da China com a Cátedra Cheung Kong Scholar. Também desempenhou funções como presidente do departamento e responsável pela divisão de pós-graduação.
Desde 1999, dirige o Centro de Investigação em Realidade Virtual, Visualização e Imagem da CUHK. Desde 2006, dirige também o Centro de Tecnologia de Interação Humano-Computador no Instituto de Tecnologia Avançada de Shenzhen, da Academia Chinesa de Ciências.
Os seus interesses de investigação incluem análise de imagem médica, inteligência artificial, simulação cirúrgica, visualização e realidade estendida. Publicou mais de 760 artigos, com mais de 80.000 citações no Google Scholar e um índice h de
132. Foi nomeado Highly Cited Researcher pela Clarivate e reconhecido pela Research.com como uma figura de referência na ciência da computação na China.
Direções de Investigação
A equipa apoia a liberdade académica e incentiva os estudantes a explorar direções de investigação que possam moldar futuras tendências científicas e de IA. O foco atual inclui investigação fundamental em modelos generativos e aprendizagem de representações, agentes científicos e aplicações de IA para a ciência.
As áreas seguintes são especialmente relevantes, mas não exaustivas.
IA Científica
Fundamentos e Aplicações de Modelos Generativos Profundos
A equipa estuda métodos fundamentais de IA inspirados pela física e por princípios científicos relacionados. Os tópicos incluem modelos de difusão discretos e contínuos, outros métodos de modelação generativa e aplicações como nuvens de pontos 3D, geração de moléculas e modelos do mundo.
Esta direção é adequada para estudantes que pretendem trabalhar em modelação generativa a um nível fundamental, ligando simultaneamente os métodos a problemas científicos.
Aprendizagem de Representações Multimodais
A equipa estuda modelos unificados de representação multimodal, incluindo tokenização, fusão de modalidades e integração entre representação e geração.
O objetivo não é apenas alinhar diferentes modalidades de dados, mas também tornar a aprendizagem de representações útil para a geração científica. Isto inclui desenvolver formas mais naturais e unificadas de gerar e raciocinar sobre estruturas científicas.
Agentes Científicos e Descoberta Autónoma
Esta direção centra-se em Agentes de IA, Agentes baseados em LLM e sistemas multiagente para tarefas científicas. A equipa explora agentes com capacidades de planeamento, raciocínio, utilização de ferramentas, conceção experimental e otimização autónoma.
Aplicações
incluem design molecular, engenharia de proteínas, experimentos automatizados, mineração de conhecimento baseada na literatura e geração de hipóteses científicas.
O objetivo de longo prazo é construir um ciclo fechado de:
- Percepção
- Raciocínio
- Geração
- Validação
- Feedback
Esse ciclo tem como finalidade acelerar a descoberta científica e a inovação em engenharia.
Inteligência Científica Incorporada e Laboratórios Automatizados
Essa linha de pesquisa estuda como a inteligência virtual pode se conectar a sistemas experimentais reais em AI4Science.
A equipe concentra-se na colaboração entre Agentes Científicos, plataformas robóticas de experimentação, laboratórios automatizados e sistemas inteligentes de tomada de decisão. O ciclo proposto é:
- Design computacional
- Execução automatizada
- Validação experimental
- Otimização por feedback
O objetivo é ajudar a IA a passar do raciocínio virtual e do design molecular para a participação experimental real e para uma descoberta científica mais rápida.
AI4Science
Modelos de Mundo Biomoleculares
Essa linha de pesquisa tem como foco o AlloDesign e busca construir um modelo fundacional unificado para sistemas moleculares biológicos.
A pesquisa investiga como modelos generativos profundos e aprendizado multimodal de representações podem compreender a estrutura, a função e a interação molecular. Ela não se limita a um único tipo de molécula. Em vez disso, o mesmo arcabouço de modelo deve ser capaz de lidar com pequenas moléculas, ácidos nucleicos, peptídeos, anticorpos, proteínas, complexos proteicos e outros sistemas biomoleculares.
A equipe pretende desenvolver capacidades de modelagem contínua, desde a representação molecular até o design funcional. Ao introduzir predição estrutural, avaliação funcional e feedback experimental, os resultados gerados podem ser corrigidos e validados ao longo do tempo.
Isso pode gradualmente levar a métodos gerais de design inteligente para descoberta de fármacos, engenharia de proteínas, terapias com ácidos nucleicos e design de biomateriais.
Modelos de Vias Celulares e Pesquisa sobre Envelhecimento
Essa linha de pesquisa estuda a modelagem computacional de interações moleculares e vias de sinalização dentro das células.
A questão central é como conectar representações em nível molecular de proteínas, pequenas moléculas e ácidos nucleicos aos estados funcionais celulares. A equipe quer construir modelos preditivos que descrevam como perturbações moleculares levam a respostas celulares.
A pesquisa dedica atenção especial às vias relacionadas ao envelhecimento e aos mecanismos regulatórios em estados de doença. Também explora como a IA pode compreender os efeitos de intervenções moleculares sobre o destino celular, a transdução de sinais e o declínio funcional.
O resultado esperado é um novo conjunto de métodos computacionais para descoberta de alvos, análise de mecanismo de ação e intervenção precisa.
Cientistas Virtuais em AR/VR
Essa linha de pesquisa estuda métodos de interação imersiva para a descoberta científica.
A equipe explora como estruturas moleculares complexas, vias celulares e processos de geração de modelos podem ser transformados em interfaces de pesquisa 3D compreensíveis e interativas.
O foco está na colaboração entre cientistas humanos e Agentes de IA. Em particular, a equipe tem interesse em como sistemas de visualização interativa e de agentes podem apoiar a geração de hipóteses, o design experimental e
interpretação dos resultados.
Esta direção tem como objetivo oferecer novos paradigmas de interação para futuros ambientes virtuais de pesquisa e sistemas autônomos de descoberta científica.
Recrutamento de Talentos
A equipe está recrutando estudantes de doutorado para ingresso em 2027, com cerca de 4 a 6 vagas disponíveis. As posições de pós-doutorado estão abertas em fluxo contínuo.
A equipe também recebe com satisfação assistentes de pesquisa, estudantes visitantes e outros candidatos que desejem explorar IA Científica, AI4Science, IA generativa, design biomolecular, agentes científicos, inteligência incorporada e laboratórios automatizados.
A equipe acredita que o interesse genuíno pela pesquisa e a paixão são os principais motores de um trabalho excelente. Candidatos com formação relevante e forte ambição são incentivados a se candidatar. A equipe considerará os interesses de pesquisa, a formação e as capacidades de cada candidato e, em seguida, ajudará a definir uma direção de pesquisa personalizada.
Se Você Tem Interesse em um Programa de Doutorado
A equipe está procurando pesquisadores em potencial que sejam apaixonados por pesquisa científica, mantenham padrões elevados e tenham um forte senso de qualidade acadêmica.
As expectativas básicas para candidatos ao doutorado estão listadas abaixo.
- Experiência em Pesquisa
Para estudantes de graduação, não é necessário ter artigos publicados. No entanto, os candidatos devem ter experiência em projetos de pesquisa e ser capazes de explicar claramente seu papel e sua contribuição no processo de pesquisa.
Para estudantes de mestrado, é preferível ter artigos publicados ou submetidos a conferências ou periódicos de ponta, como NeurIPS, ICML, CVPR ou ICLR.
Crie um site de apresentacao e gere leads em minutos
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Artigos disponíveis apenas no arXiv também são bem-vindos. Os candidatos são incentivados a destacar claramente seus melhores um ou dois trabalhos, para que o laboratório possa avaliar cuidadosamente a qualidade e o rigor acadêmico refletidos nessas produções.
- Qualificações Diferenciais
Os candidatos serão especialmente competitivos se tiverem um ou mais dos seguintes pontos fortes:
- Uma sólida formação em matemática ou física, como graduação em matemática ou física, ou prêmios em competições reconhecidas de matemática.
- Forte habilidade de programação, como formação em ciência da computação ou engenharia de software, participação em competições de programação ou liderança em projetos comunitários de impacto.
- Um blog técnico de alta qualidade com atualizações de longo prazo.
- Histórico ativo de contribuições técnicas.
- Experiência de longo prazo em estágios em funções técnicas.
Se Você Tem Interesse em Ingressar como Estagiário ou Assistente de Pesquisa
Para funções de assistente de pesquisa, a equipe recebe com satisfação candidatos com forte interesse em pesquisa, especialmente aqueles que:
- Desejam construir uma base sólida em pesquisa antes de se candidatarem a futuros programas de doutorado.
- Têm forte alinhamento com as direções de pesquisa do laboratório e estão dispostos a apoiar a equipe em pesquisa, implementação de engenharia e análise de dados.
Requisitos Básicos
Em geral, os candidatos devem ter:
- Diploma de bacharelado ou superior.
- Formação em matemática, física, ciência da computação ou área relacionada, de preferência.
- Boa habilidade de programação, como familiaridade com Python, C++ ou linguagens semelhantes.
- Sólidas habilidades de implementação em engenharia.
- Forte capacidade de aprendizagem e aptidão para dominar rapidamente novos conhecimentos e ferramentas.
Diferenciais
Qualificações
A experiência a seguir é especialmente valorizada:
- Participação como primeiro autor na publicação de artigos científicos.
- Experiência no desenvolvimento, otimização ou manutenção de projetos de grande escala, como projetos no GitHub.
- Familiaridade com frameworks de deep learning, como PyTorch ou TensorFlow.
- Experiência em competições de pesquisa, como Kaggle ou ACM, com premiações.
A equipe também recebe estudantes de graduação e de mestrado como alunos visitantes. Os alunos visitantes podem participar dos projetos de pesquisa de ponta em andamento no laboratório.
Requisitos Básicos para Alunos Visitantes
Os candidatos a aluno visitante devem ter:
- Forte motivação para aprender e interesse genuíno em pesquisa acadêmica.
- Experiência de participação em um projeto de pesquisa completo, com capacidade de explicar sua contribuição e seu raciocínio.
- Bom nível de inglês, incluindo capacidade de ler e escrever materiais acadêmicos de pesquisa.
Qualificações Adicionais para Alunos Visitantes
Outros pontos fortes úteis incluem:
- Artigos submetidos ou publicados em conferências ou periódicos de alto nível, não necessariamente como primeiro autor.
- Sólidas habilidades de programação.
- Projetos de código aberto ou blogs técnicos.
- Premiações em competições de modelagem matemática ou em outras atividades relacionadas à pesquisa.
A equipe afirma que analisará cuidadosamente todos os materiais de candidatura e tratará cada candidato com justiça.
Condições de Pesquisa
Recursos Computacionais
A equipe dispõe de fortes recursos computacionais por meio da Universidade Chinesa de Hong Kong e do Instituto de Inteligência Médica e XR.
Além disso, a equipe trabalha com empresas como Valhalla Technology, Alibaba, Tencent, DP Technology e BioMap, o que também proporciona recursos computacionais empresariais significativos.
Oportunidades de Intercâmbio e Estágio
A equipe mantém colaborações de longo prazo com instituições como MIT, Harvard, a Universidade de Washington, a UCLA, a Universidade Nacional de Singapura e a Universidade de Cambridge.
Os estudantes de doutorado são incentivados a participar de estágios de pesquisa e oportunidades de intercâmbio internacional, o que pode apoiar tanto o crescimento acadêmico quanto a colaboração internacional.
Intercâmbio Acadêmico
A equipe incentiva os estudantes a estabelecer colaborações com pesquisadores e instituições de pesquisa de ponta na área. Também oferece forte apoio para que os estudantes participem de conferências acadêmicas internacionais, incluindo suporte de reembolso.
Para temas de pesquisa e áreas emergentes de interesse dos estudantes, a equipe organiza ativamente palestras convidadas e promove intercâmbios acadêmicos online relevantes.
Colaboração Acadêmica
O laboratório apoia a colaboração online e presencial em pesquisa fundamental de IA e em tópicos emergentes de pesquisa em IA. Recebe colaboradores de universidades e empresas na China e no exterior, desde que ambas as partes compartilhem interesses de pesquisa compatíveis.
Colaboração em Pesquisa Fundamental de IA
O laboratório trabalha em estreita colaboração com departamentos de pesquisa de empresas de modelos de grande escala e IA generativa. As áreas de exploração incluem pré-treinamento de representações, modelos generativos baseados em difusão, métodos generativos autorregressivos e relacionados, além de outras direções de fronteira em IA.
Colaboração em Projetos de AI4Science
O laboratório incentiva a aplicação da inovação em IA a problemas das ciências da vida de diversas formas. Seu objetivo é explorar o potencial da IA para resolver desafios complexos nas ciências da vida.
A equipe colabora com universidades e institutos de pesquisa como a Westlake University, Zhejiang University, Lingang Laboratory e Shanghai AI Laboratory, bem como com empresas líderes em AI4Science, como DP Technology e BioMap. Essas colaborações abrangem múltiplas áreas das ciências da vida, incluindo proteínas e pequenas moléculas.
Como se candidatar
Estudantes e pesquisadores interessados no laboratório podem enviar um e-mail para:
O assunto do e-mail deve seguir este formato:
Escola + Nome + Candidatura para PhD / Pós-doutorado / Estudante visitante / Assistente de pesquisa
Os candidatos devem anexar:
- Um currículo ou CV.
- Uma declaração pessoal.
- Outros materiais que demonstrem sua capacidade, experiência em pesquisa ou competências técnicas.
Perguntas frequentes
Para quais vagas a equipe de AI4Science da CUHK está recrutando?
A equipe está recrutando estudantes de doutorado com ingresso em 2027, pesquisadores de pós-doutorado, assistentes de pesquisa e estudantes visitantes. As áreas de pesquisa incluem AGI Científica, AI4Science, IA generativa, design molecular, agentes científicos, inteligência incorporada e laboratórios automatizados.
Candidatos de graduação precisam ter artigos publicados?
Não. Candidatos de graduação não precisam ter artigos publicados, mas devem ter experiência em projetos de pesquisa. Também devem ser capazes de explicar claramente o que fizeram, qual foi sua contribuição e o que aprenderam com o projeto.
Que formações são adequadas para esta equipe?
A equipe recebe candidaturas de pessoas com formação em ciência da computação, matemática, física, química, farmácia, engenharia biomédica e áreas relacionadas. Como a pesquisa é interdisciplinar, tanto uma forte capacidade técnica quanto um interesse genuíno por problemas científicos são importantes.
Em quais áreas de pesquisa a equipe se concentra?
As principais direções incluem modelos generativos profundos, aprendizado de representação multimodal, Agentes Científicos, laboratórios automatizados, modelos de mundo biomolecular, modelagem de vias celulares, pesquisa sobre envelhecimento e cientistas virtuais em AR/VR.
Quais habilidades são úteis para candidatos a assistente de pesquisa?
Uma forte capacidade de programação é importante, especialmente experiência com Python, C++, PyTorch ou TensorFlow. Experiência em engenharia em larga escala, participação em competições de pesquisa, projetos no GitHub, blogs técnicos e experiência em publicação de artigos também são diferenciais.
A equipe é adequada para candidatos que estão se preparando para um futuro doutorado?
Sim. A função de assistente de pesquisa é especialmente adequada para candidatos que desejam construir uma base de pesquisa mais sólida antes de se candidatar a programas de doutorado. A equipe também recebe estudantes visitantes que desejam participar de projetos de pesquisa de ponta.
Como os candidatos devem enviar os materiais?
Os candidatos devem enviar um e-mail para oteam.science@outlook.com com o assunto no formato Escola + Nome + Candidatura para PhD / Pós-doutorado / Estudante visitante / Assistente de pesquisa. O e-mail deve incluir um CV, uma declaração pessoal e materiais de apoio que demonstrem capacidade de pesquisa e competência técnica.
Ferramentas relacionadas
- [Google Scholar](https://scholar.
google.com/): Útil para verificar publicações, citações e perfis académicos de investigação.
- arXiv: Uma plataforma de preprints amplamente utilizada para investigação em IA, aprendizagem automática e computação científica.
- GitHub: Útil para partilhar código de investigação open source, projetos de engenharia e contribuições técnicas.
- PyTorch: Um framework popular de aprendizagem profunda utilizado em investigação em IA e no desenvolvimento de modelos.
- TensorFlow: Uma plataforma de aprendizagem profunda para construir e implementar modelos de aprendizagem automática.
- Kaggle: Uma plataforma para competições de ciência de dados, conjuntos de dados, notebooks e prática aplicada de aprendizagem automática.
Ligações relacionadas
- Artigo original do BAAI Hub: O artigo original de recrutamento em chinês.
- The Chinese University of Hong Kong: Página oficial da CUHK.
- Departamento de Ciência da Computação e Engenharia da CUHK: Website oficial do departamento de CSE da CUHK.
- Página do corpo docente do CSE da CUHK: Diretório oficial do corpo docente do Departamento de Ciência da Computação e Engenharia.
- Perfil de investigação do Professor Pheng Ann Heng: Perfil oficial de investigação da CUHK para o Prof. Pheng Ann Heng.
- Instituto de Inteligência Médica e XR: Website oficial do Instituto de Inteligência Médica e XR da CUHK.
- Perfil do Google Scholar do Prof. Pheng Ann Heng: Perfil de publicações e citações do Prof. Pheng Ann Heng.
- IA para a Ciência em Sistemas Quânticos, Atomísticos e Contínuos: Um artigo de revisão abrangente sobre AI4Science para compreender o panorama mais amplo da investigação.
Resumo
Este artigo explica o plano de recrutamento, as direções de investigação, os requisitos de candidatura e o ambiente de investigação da equipa AI4Science da CUHK. É particularmente útil para estudantes interessados em AGI Científica, AI4Science, design molecular, agentes científicos e descoberta científica autónoma.
Os candidatos devem prestar muita atenção às diferenças entre as expectativas para doutoramento, assistente de investigação e estudante visitante. Experiência sólida de investigação, capacidade de programação, formação em matemática ou ciências e uma motivação clara serão fatores importantes.
Para os candidatos interessados em descoberta científica orientada por IA, esta equipa oferece um ambiente de investigação que combina métodos de IA de ponta, problemas científicos interdisciplinares, fortes recursos computacionais e colaboração internacional.
