项目介绍：
尽管人工智能在一些细分领域上（如图片分类、自然语言处理等）取得优异的表现，然而当前由大数据驱动的大规模深度学习模型依然无法达到一个普通人类的智能水平。本项目与国内脑机接口方向前沿团队合作，研究脑科学与人工智能交叉领域，通过分析人脑高级认知功能多模态脑影像数据，启发下一代类脑智能模型。
工作内容：

1. 整合公开数据集多模态脑影像数据，并开发软件完成对数据预处理，并将脑影像的数据实验所应用的视频、音频、文本等数据进行匹配与对齐。
2. 参与脑信号(EEG/fNIRS/fMRI)的数据采集与预处理、分析以及可视化。
3. 构建两种及以上（图片、影像、音频等）的单模态神经表征解码模型实现对人脑高级认知区域神经表征进行精准预测。
4. 构建多感官神经表征解码模型，通过深度学习可解释性技术，发现相关联脑区与活动特征，理解多模态感知信息融合机制。
5. 以深度学习技术为手段，解析人脑负责处理复杂自然环境的神经通路，包括视觉、听觉等人类基本的感知功能处理和多感知信息融合，以及对自然场景的语义表征和理解，解析人脑的感知觉和高级认知功能的神经环路和信息交互机制。


职位描述：
1、具有计算机科学、生物医学工程、神经科学等相关专业博士学位，或即将毕业博士生；
2、有深度学习/机器学习研究经历者优先；
3、有一种或多种脑影像数据（如EEG、MEG、fMRI等）研究经历者优先；
4、具有优秀编程能力，熟悉掌握C/C++,Python,或MATLAB语言中的一种或多种；
5、具有较强的文献调研能力与科技创新能力，对深度学习领域的研究有很浓厚的兴趣。
6、提供五险一金，可入职研究专员/博士后岗位，博后年薪不少于40w。