四川大学匹兹堡学院聚焦性科研延展项目人员招聘-人体髋膝关节植入物的可靠性估计

项目背景


四川大学匹兹堡学院是由四川大学与美国匹兹堡大学合作成立的中外联合学院，是两所享有国际声誉的中美名校强强联合进行国际化办学的新模式，是教育部于2014年正式批准的中美顶尖研究型大学合作机构。学院现开设工业工程、机械设计制造及其自动化、材料科学与工程、计算机科学与技术、电子信息工程5个专业。目前已有近40名来自世界一流高校与科研机构的专任教师团队，追求卓越教学与科研的并重发展。


SCUPI聚焦性科研延展项目（Focused Research Extended Experience Program，简称FREE）是一项聚焦于科研的非学位项目，该项目时长不超过两年，旨在为已经获得学士学位或硕士学位的项目参与者提供聚焦性科研延展训练、专业和职业发展资源以及学术发表机会。




项目概述


FREE项目提供一至两年的全职带薪的科研训练机会；在此期间，项目参与人员将在四川大学匹兹堡学院及合作科研机构的导师个人或团队的指导下开展研究工作，同时还可能参与指导本科生。


该项目旨在为已获得学士学位或硕士学位的项目参与者提供独立研究机会，强调实质性科研产出，提升他们的学术竞争力，以便他们获得进入博士项目或就业市场的竞争优势。                                                                     
l  FREE项目研究人员将获得：
o    有竞争力的薪资福利、五险一金
o    参加学术会议或论文发表的机会
o    职业发展和继续深造的机会，包括博士或硕士研究生项目的申请支持
o    良好的实验条件与合作包容的工作环境


l  FREE项目信息将不断更新、滚动发出；但某一轮招聘将招满即止，因此建议申请者尽早提交申请。
o    聘用期限：一至两年，合同为一年一签。
o    工作地点：中国成都，四川大学江安校区
o    福利待遇：
- 学士学位候选人每月 6,000 元人民币（税前）
- 硕士学位候选人每月 8,000 元人民币（税前）
- 五险一金




项目详情


本轮招聘的所有职位预计于2024年春季学期或之后开始。雇佣期限为两年，合同为一年一签。
人体髋膝关节植入物的可靠性估计
 
【项目描述】：随着人体植入物的广泛应用，其可靠性评价已成为当前亟待解决的热点问题。本项目致力于构建描述人体髋关节、膝关节等植入物退化的统计学模型，涵盖了实验设计、数据采集、运筹学模型开发、计算机编程等。我们的目标是通过这些研究，提高人体植入物的可靠性预测的准确率，为人体关节植入物的广泛应用及行业标准的制定奠定基础。
 
【职位概述】：我们正在寻求一位基础扎实、自我驱动，对医工结合项目感兴趣，且愿意开展研究工作的科研助理。理想的候选人应具有统计学、运筹学等的相关背景，并热衷于医工交叉领域工作。候选人将在文献调研、数据采集处理和数学建模方面开展工作，通过与项目负责人及团队成员的密切合作，在知名期刊上发表相关学术论文。通过聚焦性科研延展项目（FREE），候选人将有机会获取开展研究工作所需的专业技能和实操技能，从而增加申请博士或硕士研究生项目获批的可能性以及获得工业届长期工作的机会；合作导师可推荐优秀的科研助理到美国、香港及中国大陆知名高校攻读博士学位。
 
该职位预计于2024年春季学期或之后开始，项目期限为两年，合同为一年一签。
 
【职位要求】：
l工业工程、运筹学、统计学、应用数学、管理学等相关专业的学士及以上学历
l能够独立推导统计学公式
l数学建模的经验
l熟练使用以下语言中的至少1种（MATLAB、Python、R）。
 
 
 
有关此职位的问题，请联系王常玺博士，电子邮件：changxi.wang@scu.edu.cn。
 
个人简介：
 
王常玺博士在罗格斯大学获得博士学位后，于2021年加入四川大学匹兹堡学院。他的研究兴趣包括物联网、机器学习、可靠性工程、NDT&E、ALT和ADT。除学术经验外，王常玺博士亦拥有在高露洁公司担任数据科学家的行业经验。
 
研究方向：
 
物联网，机器学习，可靠性工程，随机过程理论，生存数据分析，无损检测与评价，加速寿命/老化试验


 
Reliability estimation of human knee and hip implants
 
Project Description: In recent years, with the widespread application of human implants, their reliability estimation has become a frontier problem that needs to be solved urgently. This project is dedicated to developing statistical models to characterize the degradation of implants (e.g. human hip joints and knee joints). The tasks include experimental design, data collection, operations research model development, computer programming, etc. Our goal is to improve the accuracy of reliability prediction of human implants through these studies and lay the foundation for the widespread application of human joint implants and industry standards.
 
Job Description: We are looking for a scientific research assistant with a solid academic foundation, self-motivation, interest in medical engineering projects, and willingness to carry out research work. The ideal candidate should have a relevant background in statistics, operations research, etc., and be keen on working in the field of Medicine & Engineering Combination. Candidates will work on literature review, data collection, data processing and mathematical modeling. Candidates will collaborate with the PI and other team members on publishing academic papers in high-quality journals. Through the Focused Research Extension Program (FREE), candidates will have the opportunity to acquire the professional and practical skills required to carry out research work, thereby increasing the likelihood of being admitted to a doctoral or master's degree program and the chance of obtaining a long-term job in industry. The PI can recommend outstanding research assistants to study for a doctoral degree at well-known universities in the United States, Hong Kong and Mainland China.
 
This position commences in or after early 2024, with individuals anticipated to initiate their responsibilities no later than Spring 2024. The term of employment spans two years, and the contract is structured for annual renewal.
 
Qualifications:
lBachelor’s degree or above in industrial engineering, operations research, statistics, applied mathematics, management and other related majors
lAble to independently derive probability and statistical formulas
lExperience in mathematical modeling
lProficient in using at least one of the following languages (MATLAB, Python, R).
 
 
For questions regarding this position, please contact Dr. Changxi Wang, at changxi.wang@scu.edu.cn.
 
BIOGRAPHY：
 
Dr. Changxi Wang joined SCUPI in 2021 after receiving his Ph.D. from Rutgers University. His current research interests include IoT, Machine Learning, Reliability Engineering, NDT&E, ALT and ADT. In addition to his academic experience, he also has industry experience as a Data Scientist at Colgate.
 
RESEARCH INTERESTS:
 
IoT, Machine Learning, Reliability Engineering, Stochastic Models, Life Data Analysis, Nondestructive Testing and Evaluation, Accelerated Life/Degradation Testing