一、岗位信息

合作导师：王健桥助理教授

招聘人数：1人

所需专业：统计学

二、拟从事研究内容或研究计划

课题组聚焦于前沿生物医学研究中涌现出的统计学问题，致力于统计模型与方法在交叉学科中的发展与应用。具体研究方向包括但不限于：

多组学联合分析中的大规模统计推断方法

强调科学解释性的大规模遗传数据高维统计建模

蛋白质功能预测与药物研发中的人工智能方法

三、任职要求

1.具有博士学位，品学兼优，身体健康，年龄在35周岁以下，获得博士学位的年限一般不超过3年。

2.具备良好的独立科研能力，对交叉学科研究具有浓厚兴趣和持续学习能力。

3.具有统计学、数学、计算机科学、信息科学等相关背景，具备统计学方法研究经验，且熟悉至少一种生物医学数据类型（如组学、遗传数据、蛋白质序列等）者优先。

4.具有较强的英文文献阅读、学术写作与沟通能力。

5.工作态度积极主动，踏实严谨，责任心强，具有良好的科研道德与团队合作精神。

四、申请方式

有意申请者可在正式申请前将：

1.求职信(cover letter)

2.个人简历(CV)和研究计划(Research Statement)

3.两个推荐人的姓名、地址和联系方式

发送至jianqw@mail.tsinghua.edu.cn，标题为“博后申请_申请人姓名_博士后招收网”。

五、待遇

按照清华大学博士后管理办法执行，课题组提供极具竞争力的科研绩效补贴和年终奖；

支持申报清华大学“水木学者计划”、博士后创新人才支持计划（“博新计划”）、中国博士后科学基金及国家自然科学基金等；

鼓励在站期间参与国际合作交流，积极参加国内外学术会议（每年至少两次）。

六、王健桥助理教授简介

王健桥，清华大学统计与数据科学系助理教授、博士生导师。2022年于宾夕法尼亚大学获得生物统计学博士学位，2022年8月至2024年12月于美国哈佛大学生物统计系从事博士后研究。

研究方向主要集中在开发稳健及可解释性的高维及超高维统计方法，并应用于复杂结构的大规模基因组数据分析，如针对疾病与复杂性状之间共同遗传结构，建立了一系列高维检验和估计方法。同时在医学健康领域，与合作者开展深入的跨学科研究，尤其是针对心血管疾病与慢性肾病，综合分析大规模遗传、基因表达与蛋白质组数据，相关成果发表于统计，医学和科学领域顶级期刊。

PI个人网页：https://www.jianqiao.me/

未来课题组将聚焦于前沿生物医学研究中涌现的统计学挑战，围绕具体数据和科学问题，开发具有理论基础和解释性的新型统计模型与方法。同时，课题组也将积极拓展“Ai for Science”方向，结合统计理论，探索人工智能技术在低信噪比和小样本数据分析中的有效应用。

原文出处：

https://mp.weixin.qq.com/s/5Ij2ikHDze-j-zkqi83Vxw