一、    课题组介绍

清华大学地球系统科学系高性能地学计算（High Performance Geo-Computing）研究组拟招博士后2-3名。课题组聚焦计算机科学与地球科学领域的交叉研究，探索以高性能计算技术更好支撑地球系统科学研究的新方法。主要研究方向包括：设计和实现千万核可扩展的高精度地球系统关键圈层模拟软件，探索可高效分析大时空尺度观测数据的自动化方法，以及上述数值模拟软件和大数据分析软件的融合发展。课题组承担了科技部重点研发计划、国家自然科学基金等多项相关课题，并与华为、微软、IBM、Intel、挪威石油、阿美石油、东方物探、斯伦贝谢等多家企业达成横向合作。

课题组负责人付昊桓，清华大学地球系统科学系长聘教授，国家超级计算无锡中心副主任。付昊桓教授多年来致力于高性能计算与地学的交叉研究，三次（2016、2017、2021）获得高性能计算应用领域最高奖“戈登•贝尔”奖。所获其他荣誉包括2017年清华大学十大亮点成果，2018年江苏省五四青年奖章，2020年中国青年五四奖章等。

更多相关信息，请访问THU-HPGC实验室主页：http://www.thuhpgc.net。

二、    拟从事研究方向

1.  遥感数据智能处理方向：包括但不限于多源遥感数据的时空融合、遥感数据超分辨率、激光点云智能处理、SAR图像处理、自动或半自动标注方法等。

2.  遥感大数据智能理解方向：面向大规模遥感场景的自监督及弱监督方法研究、基于三维点云数据的地物识别、基于卫星及航摄影像的地物识别及变化监测、地理时空大数据分析等。

3.  基于历史古籍的气候事件识别方法及其与自然观测介质信息的融合：基于手工整理的历史气候事件库，探索机器学习与科学仿真相融合的方法，将事件库放大到更为丰富的历史文献资料库；通过与冰芯、树轮、石笋自然观测介质信息的对比融合，建立更完整、可信度更高的历史气候信息数据集。

4.  连接高分辨率数值模拟模型和大数据驱动的智能化分析模型的新方法：在气候模拟、地震模拟、流体力学计算等领域，探索和实现基于数理方程的数值模型与基于大数据的机器学习模型的相互辅助乃至相互促进。

申请人可从上述方向中选择自己感兴趣的方向进行深入探索，也可以结合自己的前期经验提出其他与超算、人工智能、地球系统科学相关的交叉研究方向。

三、    招聘要求

1.  符合国家和清华大学博士后招收要求。获学位3年以内的全日制博士，或应届博士毕业生（须已满足学位论文答辩要求），年龄在35周岁以下，全职从事博士后工作。

2.  具有高性能计算、深度学习、遥感数据分析、气候系统模式、古气候等一个或多个领域的研究背景。

3.  有较强的编程能力，有跨领域交叉的经验或兴趣。

4.  有较强的独立研究能力和团队协作精神。

四、    待遇

1.  具有市场竞争力的薪酬待遇。

2.  可申请博士后公寓或享受住房补贴，可解决子女入园、入学。博士后出站可按政策办理户口迁移及家属户口随迁等。

3.  积极推荐条件优秀者申请国家“博新计划”、“博士后国际交流计划引进项目”、清华大学“水木学者”计划和其他多种博士后科学基金与博士后支持计划等。相关信息请查询清华大学博士后官网：http://postdoctor.tsinghua.edu.cn/。

五、    应聘材料

1.  申请邮件请发送至：haohuan@tsinghua.edu.cn

2.  申请邮件主题请注明：“应聘博士后-姓名-专业-学校”，邮件中应包含：

（1）博士后期间的工作设想及预期目标（一页纸）。

（2）本人简历。

（3）充分反映本人学术水平的有关材料，包括发表论文及收录情况、获奖情况、主要负责和参与课题情况等。

3. 初审后我们将与您联系。此招聘长期有效。