人类组织中纳米颗粒转运的贝叶斯建模与反事实方法博士职位

本项目致力于开发计算模型，利用贝叶斯建模和反事实建模预测纳米颗粒在人体组织中的转运。博士研究人员将在 SYNERGIE 项目中建立机理模型，使用实验数据进行校准，并开发改善颗粒行为的方法。

职位描述：环境中的微小颗粒已在人类血液、胎盘和脑组织中被发现，但它们在这些部位产生什么影响仍不清楚。目前没有人体剂量—反应数据，动物研究结果也难以有效外推，因此尚无针对这些颗粒的暴露限值。 预测困难的原因之一是颗粒在体内移动时会变化：表面吸附蛋白质层、与其他颗粒聚集，并可能因材料性质而部分降解。因此，到达某组织的颗粒已不同于最初给药或表征的颗粒。多数转运模型未考虑这些变化，而将颗粒视为固定不变，实际上是在预测一个已发生变化的对象。 用于药物递送的工程纳米颗粒也面临同样问题，这也是它们很少到达预定靶点的原因之一。SYNERGIE正在构建由九种人体组织芯片模型组成的平台，这些模型可相互连接，以跟踪颗粒的摄取、循环和储存过程。代尔夫特理工大学负责计算建模工作包。 作为博士候选人，你将建立机理模型，描述颗粒在九种人体组织之间的转运，并用贝叶斯推断根据实验数据校准模型；确定哪些物理和化学性质决定颗粒最终到达的位置；开发超越预测的方法，找出纠正表现不佳颗粒所需的最小改动，并判断何时不应信任该答案；将模型作为开源软件发布，并支持其用于监管对话。 你还将参与院系教学并指导学士项目，与研究相关问题的博士后和博士候选人并肩工作，与SYNERGIE联盟实验合作伙伴交流，并使用DelftBlue高性能计算集群。计划开始时间为2027年1月。

岗位要求：应用数学、计算科学、物理学、系统生物学或密切相关定量学科硕士学位；有建立并求解常微分方程（ODE）或动力系统模型的实践经验；在 PyMC、Stan 或 NumPyro 等概率编程框架中开展贝叶斯推断的经验；扎实的 Python 科学编程能力（请提供代码库链接）；英语书面和口头表达优秀。 优先资历：连续优化或最优控制；因果推断或反事实推理；代理模型、高斯过程或仿真替代；生理学基础药代动力学建模或系统药理学；科学软件打包和文档编写经验。无需毒理学、纳米材料、化学或生物学背景。 代尔夫特理工大学：在校工作意味着为真正有影响力的解决方案作出贡献。180多年来，学校培养了在企业、政府机构或创业领域产生全球影响的工程师。校友将知识转化为应对当今和未来挑战的具体方案。学校持续聚焦能源、气候、数字化、人工智能（AI）和智能交通等主题，教育与研究直接回应社会当前及未来需求。 学校员工凭借知识和好奇心提供高质量教育，开展超越校园边界的开创性研究。你将有机会主动开展工作、与他人合作并成长为专业人士。学校是由专业人士和学生组成的国际社群，大家共同创造知识、创新和解决方案，推动世界前进。 技术、政策与管理学院：学院致力于解决能源转型、交通、数字化、水资源管理和（网络）安全等复杂技术与社会问题，通过技术、社会和政策交叉领域的优质教育与研究作出贡献。学院融合工程学、社会科学和人文学科见解，开发稳健模型和设计，具有国际视野，并与知识机构、企业、社会组织和政府建立广泛网络。可点击链接访问学院网站。

聘用条件：博士候选人原则上聘用4年，但分为两份合同。先签订1.5年合同，并在15个月内进行正式的继续/终止进展评估；若进展顺利且达到绩效要求，再续签剩余2.5年合同。 薪资和福利依照荷兰大学集体劳动协议执行。按全职合同（每周38小时）计算，税前月薪从第一年的3,204欧元逐年递增至第四年的4,051欧元，另有8%假期津贴和8.3%年终奖金。 博士候选人将加入代尔夫特理工大学研究生院。研究生院提供富有启发性的研究环境、优秀的导师团队和学术人员，并配有导师。博士教育项目旨在培养可迁移技能、学科相关能力和研究技能。学校提供可定制的薪酬福利方案、医疗保险折扣和每月工作费用补贴，也可安排灵活工作时间。 如需为该职位迁居荷兰，学校将协助顺利搬迁。人力资源部门的“来到代尔夫特服务”（Coming to Delft Service）提供搬迁准备信息并组织活动，帮助你适应当地生活和拓展社交网络。双重职业计划可协助随行伴侣寻找工作。

申请流程：请于2026年11月29日前通过申请按钮提交申请，并上传简历、简短求职信、一页研究陈述和你建立的代码库链接。研究陈述须说明你希望研究的内容、职位与你的匹配之处，以及你在动力系统建模和贝叶斯推断方面的经验。若获选面试，须在征得同意后提供两位推荐人的联系方式。代尔夫特理工大学博士项目要求申请人具备相应英语水平，以便沟通、参加英语授课的博士课程并撰写论文；详情见研究生院入学要求。 #EUfunded 本项目由欧盟“地平线欧洲”研究与创新计划资助，项目名称 SYNERGIE，项目编号101288129。请在线提交申请，邮件或邮寄申请不予处理。 代尔夫特理工大学在招聘过程中开展知识安全风险评估，以防止敏感知识和技术被不当转移。评估基于候选人提供的信息（如动机信和简历），并在招聘后期进行。若评估结果为负面，候选人将收到通知。处理相关个人数据的法律依据为GDPR规定的公共利益公共任务。详情请参阅学校网站的知识安全说明。请勿主动联系推销服务。