← 返回首页

加入我们

北京大学未来技术学院 · 马雷课题组

实验室尚有面向2027年入学的博士研究生名额，敬请关注！
实验室博士后待遇丰厚，欢迎邮件咨询！
实验室26年秋开始积极招聘实习生中！

课题组简介

生命科学正在从"观察与分析"走向"构建与运行"。北京大学马雷课题组长期致力于"数字生命"方向研究，目标是构建可运行、可验证、可迭代的生命系统模型。我们关注的，不只是更好的数据分析模型，而是能够在约束下运行、能够与数据对接、能够持续验证的生命系统。

这是一项长期、困难、但具有潜在范式意义的工作。我们需要的不只是论文想法，也不是单一学科训练，而是能够把仿真、算法、数据流程和科研软件真正做出来的人。

课题组当前重点包括：

  • 脑—体—环境闭环仿真与数字生命体建模
  • 数字器官与跨尺度生命系统建模
  • 科研软件、科学计算平台与系统工程建设
  • 生物医学 AI 与多模态数据驱动建模

我们尤其欢迎具有计算机科学、人工智能、软件工程、计算机图形学、科学计算、生物医学工程、数学、物理及相关交叉背景，编程基础扎实、系统意识较强、愿意长期投入复杂系统建设的申请者加入。对于合适的候选人，具体研究切入点可根据其专长共同设计。

课题组培养与招聘方向不包含显微镜与生物成像底层设备开发，也不以高度依赖湿实验的纯生物问题为主要研究方向。

实验室网页：maleilab.cn

课题组集体照

课题组合影

招聘岗位

本次招聘面向以下三个岗位方向。候选人可根据自身专长选择最匹配的岗位申请，也欢迎在申请材料中说明希望兼顾或拓展的方向。点击展开查看详情。

岗位一

博士后（科学计算与图形仿真）

2人
▼

面向数字生命核心仿真底座建设，重点负责脑—体—环境闭环系统中的关键模块设计、实现与持续演进。岗位目标不是完成一次性的实验原型，而是围绕生命系统建模需求，逐步搭建可复用、可扩展、可维护的仿真引擎与系统基础设施。

岗位职责

  1. 负责闭环仿真系统总体架构或核心模块的设计与开发，包括神经—身体—环境耦合接口、仿真调度、状态同步、数据流组织与性能优化等
  2. 参与行为生成、环境建模、数值求解、实时交互等相关模块研发，推动多组件协同运行
  3. 推动原型代码向稳定、可复现、可扩展的系统演进，完善测试、版本管理、文档与工程规范
  4. 与算法、数据和实验协作方紧密配合，支持模型接入、结果验证与系统迭代
  5. 围绕仿真系统建设形成高质量软件、平台或研究成果

应聘条件

  1. 已获得或即将获得计算机图形学、科学计算、计算机科学、机器人仿真、计算力学或相关方向博士学位，符合北京大学博士后入站基本条件
  2. 熟练掌握 C++、Python 等编程语言，具备较强的复杂系统设计与工程实现能力
  3. 在仿真引擎、物理仿真、并行计算、实时系统、高性能计算等方向具有实际研发经验
  4. 能够独立承担中大型系统模块开发，具有良好的代码质量意识与持续维护意愿
  5. 具有良好的学术诚信、责任心、团队合作精神和跨学科协作能力

优先考虑

  1. 有 embodied simulation、brain-body-environment modeling、机器人仿真、动画仿真或交互式物理系统开发经验
  2. 熟悉 MuJoCo、Isaac Gym / Isaac Sim、Brax、Bullet、PhysX、SOFA、Taichi 等仿真框架或物理引擎之一
  3. 熟悉 CUDA、OpenMP、MPI、GPU 加速、异步调度、性能 profiling、数值优化等高性能计算与系统优化方法
  4. 有神经—身体—环境耦合、实时仿真、可微分仿真或复杂动力系统建模经验
  5. 有完整仿真平台、系统级项目或高质量开源项目经历，而不仅限于论文原型代码
岗位二

博士后（科研软件与平台工程）

1–2人
▼

面向课题组科研基础设施建设，重点负责将算法、数据、仿真与分析能力组织为可复用、可协作、可持续演进的平台系统，而不是停留在零散脚本或一次性工具层面。岗位目标是建设支撑课题组长期研究推进的科研软件体系与平台能力。

岗位职责

  1. 开发并维护课题组科研软件平台，包括数据管理、任务编排、模型调用、结果追踪、可视化分析等核心模块
  2. 建设统一代码库与工程规范，推进模块化设计、自动化测试、部署流程、文档体系与版本管理
  3. 支持图像及多模态数据处理流程、实验结果管理与协作开发环境建设
  4. 推动算法原型、分析流程和研究工具向可复用内部平台或对外工具转化
  5. 与建模、算法、成像等方向研究人员协作，提升课题组整体研发效率与系统稳定性

应聘条件

  1. 已获得或即将获得计算机科学、软件工程、人工智能、电子信息或相关方向博士学位，符合北京大学博士后入站基本条件
  2. 具有扎实的软件工程能力，熟悉代码管理、接口设计、调试测试、性能分析、部署维护等工程实践
  3. 熟练掌握 Python，并具备至少一种系统级语言、服务框架或平台开发经验
  4. 有中大型代码库、平台系统或科研软件开发经历，能够独立承担核心模块建设
  5. 具有良好的责任心、协作能力和工程落地意识，愿意长期推进复杂系统建设

优先考虑

  1. 有科研软件、数据基础设施、三维/科学可视化、Web 服务或桌面工具开发经验
  2. 熟悉 Docker、Kubernetes、Conda、DVC、GitHub Actions / CI、PostgreSQL / MongoDB / Redis 等工程化工具链
  3. 熟悉 FastAPI、Flask、gRPC、Ray、Celery、Airflow、Dask 等服务编排或任务调度框架
  4. 有 Napari、VTK、ParaView、Plotly Dash、Streamlit、PyQt / Electron 等科研可视化或交互式工具开发经验
  5. 有跨学科协作经验，能够与算法、成像、建模人员高效配合，并推动原型系统走向稳定版本
岗位三

博士后（生物医学 AI 系统）

0–1人
▼

面向生物医学图像与多模态数据的 AI 系统建设，强调模型、数据流程、评测体系与实际部署的一体化研发，而不是停留在单次训练实验或 benchmark 优化层面。岗位目标是形成可复用、可集成、可持续迭代的生物医学 AI 能力。

岗位职责

  1. 开发生物医学图像及相关多模态数据的表征学习模型、基础模型或任务模型
  2. 建立规范的数据整理、训练、评测、复现实验与版本管理流程
  3. 推动模型与科研平台、仿真系统或应用工具链集成，形成稳定可复用的 AI 模块与系统能力
  4. 围绕重点问题开展模型设计、实验验证与系统迭代，支撑高质量论文、软件或平台成果产出
  5. 与平台、仿真及数据相关成员协作，提升课题组整体 AI 研发与落地能力

应聘条件

  1. 已获得或即将获得人工智能、计算机科学、生物医学工程、自动化或相关方向博士学位，符合北京大学博士后入站基本条件
  2. 熟练掌握 PyTorch、TensorFlow 等主流深度学习框架，具备独立推进模型开发、训练与评估的能力
  3. 对图像计算、多模态学习、AI 系统实现与模型落地具有实际经验
  4. 能够将算法研发与工程实现结合，而不仅停留在 benchmark 层面
  5. 具有良好的学术诚信、责任心和团队合作能力

优先考虑

  1. 有医学影像、生物医学图像、foundation model、多模态学习、数据工程、分布式训练或模型部署经验
  2. 熟悉 MONAI、nnU-Net、PyTorch Lightning、DeepSpeed、DDP、Hugging Face Transformers / timm 等训练与建模工具链
  3. 做过完整训练与评估管线，能够清楚定义数据、指标、baseline 和复现标准
  4. 熟悉 Weights & Biases、MLflow、Docker、ONNX / TensorRT 等实验管理或模型部署工具
  5. 有开源系统、平台落地或高质量论文成果，并具备较强的系统集成意识

博士后待遇

  • 享受北京大学博士后基本待遇，包括五险一金、博士后住房补贴、博士后公寓或租房补贴、子女入学等，按国家及学校相关政策执行
  • 对条件优秀者，积极协助申请北京大学博雅博士后及相关人才项目
  • 课题组将结合岗位职责与实际贡献，提供有竞争力的额外绩效支持，具体待遇面议
北京大学博士后管理政策：postdocs.pku.edu.cn

申请材料与方式

  • 个人简历（教育背景、研究经历、代表性成果、项目与系统经历）
  • 研究/工作陈述 1–2 页，建议说明： • 做过的最有代表性的系统或项目 • 自己承担的具体角色 • 希望在本课题组解决什么问题
  • 代表性成果材料，可包括论文、代码仓库、软件系统、项目说明、技术报告等

申请方式

请将电子版申请材料发送至以下邮箱：

博士生招生

北京大学马雷课题组长期围绕"数字生命"方向开展研究，目标是构建从数字细胞、数字器官到数字生命体的可运行、可验证模型体系。与传统"用 AI 分析生物数据"的路径不同，我们更关注如何将多模态数据、科学计算、仿真与智能系统结合起来，形成能够在约束下运行并持续验证的生命系统模型。

现面向国内外优秀学生招收博士研究生（直博生、普博生）。课题组当前重点包括：脑—体—环境闭环仿真、数字器官与数字生命体建模、科研软件与平台系统、生物医学 AI 以及多模态数据驱动的跨尺度建模。

欢迎背景

我们尤其欢迎具有人工智能、软件工程、计算机图形学、生物医学工程、数学、物理、科学计算及相关交叉背景的学生申请。我们重视编程基础、系统意识、学习能力、长期投入意愿，以及对困难问题的持续兴趣。对于合适的学生，具体研究方向可结合背景和兴趣共同设计。

我们欢迎的不只是擅长单点算法或数据分析的学生，也欢迎希望参与完整问题链条、愿意在模型、系统、验证与迭代过程中持续成长的申请者。特别欢迎计算背景较强、但并非传统生命科学出身的学生申请。

课题组当前培养重点不包含显微镜与生物成像底层设备开发，也不以高度依赖湿实验的纯生物问题为主要研究方向。

申请方式

请将个人简历、成绩单、代表性成果材料及简要自述发送至：

实习生招募

课题组常年招收本科生、硕士生实习生。我们希望找到的，不只是"体验一下科研"的同学，而是愿意真正进入项目、参与系统建设、逐步承担责任的人。

实习内容

实习内容将根据申请者背景匹配到真实项目，可能包括：科研软件开发与工程支持、图像与数据流程处理、仿真系统搭建与原型实现、生物医学 AI 模型实验与评测、技术调研与工具开发等。

欢迎具有计算机图形学、人工智能、软件工程、数学、物理、生物医学工程、科学计算及相关背景的同学申请。具备 Python / C++ 基础、做事认真、能够持续投入者优先。表现优秀者可优先推荐继续深度合作，并在后续博士申请中重点考虑。

课题组当前培养重点不包含显微镜与生物成像底层设备开发，也不以高度依赖湿实验的纯生物问题为主要研究方向。

申请方式

请将个人简历、成绩单及简要说明发送至：

1. 本招聘长期有效。

2. 课题组将根据材料进行初筛，并通知符合条件者参加面试。

3. 未通过初筛者不再另行通知，申请材料恕不退回。