一

学院简介

东南大学统计与数据科学学院正式成立于2024年12月12日。院内设有数理统计系、应用统计系、数据科学与工程系三个学系及大数据中心，构建“三系一中心”的完备学科架构，依托学校“985工程”“211工程”及“双一流”建设的工科强势根基，确立“以数理为根基、以数据为核心”的理工交叉创新路径。

学院秉持“夯实统计根基、强化数据赋能、服务国家战略”的办学理念，构建“统计理论+数据技术+行业应用”三位一体人才培养体系，聚焦机器学习、深度学习、大语言模型、复杂系统优化等AI前沿方向，深耕统计学理论、大数据分析、人工智能统计等领域，交叉应用覆盖交通、医学、金融等国家重点行业场景。学科体系完备，拥有统计学一级学科博士点、硕士点、应用统计专业学位硕士点，形成本硕博贯通的高层次人才培养链条。

学院建有大数据中心、实践教学基地，携手江苏省国际数据港、南京河西中央科创区大数据局等优质平台，为师生提供前沿实验条件与实践场景。学院以“国际一流、国内顶尖、江苏引领”为发展目标，实施顶尖人才领航计划，系统布局“AI for Science/Social Science”等前沿交叉方向，全力培育兼具扎实数理功底、前沿数据思维与卓越实践能力的复合型领军人才，助力数字中国等国家战略建设，打造国内顶尖、全球领先的统计与数据科学前沿阵地。

二

师资队伍

学院汇聚了一支国际化、高水平、结构合理的师资队伍。学院现有教职工29人，其中专任教师19人、工程师2人、教辅人员8人，专任教师100%具有海外知名高校留学与研究经历，整体师资水平位居全国同类院系前列。

师资队伍实力雄厚，其中国际数理统计学会会士、美国统计学会会士1人、国家级高层次领军人才2人、国家级高层次青年人才3人、省部级人才1人。团队由国际知名统计学家金加顺教授领衔，带领国家杰青刘志远教授、万人计划青年拔尖孔新兵教授等学术骨干，研究方向覆盖数理统计、机器学习、生物统计、金融统计、交通大数据、高维数据、因果推断等前沿领域，科研成果丰硕。

学院师资兼具深厚学术造诣与丰富实践经验，长期主持国家级重大科研项目，在国际顶刊顶会发表大量高水平论文，荣获教育部、江苏省等多项重要科技奖励，为学院人才培养、学科建设与科研创新提供坚实支撑。

三

拟开展的博士后研究项目名称(一)

(一)大型复杂网络和文本数据分析以及大语言模型

课题组负责人：金加顺，东南大学首席教授、博导、统计与数据科学学院院长，国家高层次人才计划入选者。

研究内容：围绕大型复杂网络和海量文本数据的高维异质、动态演化、语义复杂等特性，系统开展多层网络建模与统计分析，刻画网络结构特征、演化规律和关系传播机制;开展文本数据统计分析，提升文本语义表示、主题识别、信息抽取和知识发现能力;开展大语言模型与统计方法的比较研究和融合建模，探索二者在模型推断、结果解释和应用验证中的协同路径。

研究目标：提升复杂网络和文本分析的效能，突破复杂网络和文本数据分析中高维异质、动态演化、语义复杂和可解释性不足等问题，形成多层网络建模与统计分析、文本数据统计分析、大语言模型与统计方法融合建模相结合的方法体系;面向医学健康数据分析、教育评价、学术文献分析等典型场景，推动统计学方法在复杂数据治理、知识发现和辅助决策中的应用发展。

三

拟开展的博士后研究项目名称(二)

(二)大规模复杂系统建模与仿真

课题组负责人：刘志远，东南大学首席教授、博导，统计与数据科学学院直属党支部书记，获评国家自科基金青A(杰青)、优青。

研究目标：突破智慧城市、AI计算、自动驾驶、低空系统等领域的大规模复杂系统建模与仿真的精度瓶颈与计算效率限制，建立一套完整的复杂系统动态建模与仿真理论方法体系，显著提升对复杂系统运行状态的预测、风险预警与优化调控能力，为重大工程与公共服务系统的安全稳定运行提供核心技术支撑。

研究目标：利用数学优化、计算科学、人工智能等领域的前沿方法，突破大规模复杂系统建模与仿真的精度瓶颈与计算效率限制，建立一套完整的复杂系统动态建模与仿真理论方法体系，显著提升对复杂系统运行状态的预测、风险预警与优化调控能力，为重大工程与公共服务系统的安全稳定运行提供核心技术支撑。

三

拟开展的博士后研究项目名称(三)

(三)人工智能视角下的经济计量理论和应用

课题组负责人：孔新兵，东南大学教授、博导，统计与数据科学学院副院长，国家“万人计划”青年拔尖人才入选者。

研究内容：基于人工智能时代经济科学研究范式的转变，未来5年将深度开展融合人工智能技术的计量经济和统计学方法创新研究，建立严格的基础理论，并应用于解释异质性经济学现象、评估处理效应、以及个性化管理应用。重点研究方向包括：高维因子模型的深度学习与预测;高维因子模型的生成与应用;张量序列填补基础理论和创新方法;基于大模型的时间序列预测与应用。

研究目标：突破传统计量经济研究范式，注入经济学约束和结构，深度融合并创新人工智能方法，建立严密的经济计量理论体系，弥补基础理论的滞后，而不仅是技术与实证的结合。开展预测性推断，而不只是传统的样本内经验演绎。以基础研究助力经济管理应用，其中部分领域应用还将与企业联合开展。

三

拟开展的博士后研究项目名称(四)

(四)空间组学数据统计分析模型与方法

课题组负责人：占翔，东南大学教授、博导，两届美国统计学会David P. Byar奖获得者。

研究内容：针对空间组学数据高维稀疏、多源异构和空间相关等特点，研究面向复杂生物医学数据的统计建模、推断与计算分析方法，构建融合空间信息、分子特征与疾病表型的综合分析框架。发展兼具可解释性、稳健性和可推广性的空间组学分析模型，实现对组织微环境、细胞空间组织模式及疾病发生发展规律的系统刻画。

研究目标：突破空间组学数据分析中空间异质性强、数据维度高、样本结构复杂和多平台整合困难等关键瓶颈，建立面向空间组学数据的统计分析理论、模型与方法体系，提升空间组学数据解析、关键生物学模式识别和疾病机制发现能力，为复杂疾病精准分型、机制解析和精准医学研究提供方法学支撑。

三

拟开展的博士后研究项目名称(五)

(五)统计赋能的大模型调优与推理

课题组负责人简介：吕绍高，东南大学教授、博导，江苏省高校“青蓝工程”中青年学术带头人。

研究内容：聚焦统计方法与大模型的深度融合，探究贝叶斯推理、强化学习等技术在大模型调优中的应用，优化多阶段调优流程，缓解调优中的灾难性遗忘问题;结合统计泛化理论，构建基于统计特征的推理优化框架，引入置信度量化机制抑制模型幻觉，提升推理可信度;设计合理的统计评估指标与实验方案，验证统计方法在调优效率、推理精度上的赋能效果。

研究目标：构建一套统计赋能的大模型调优与推理体系，克服通用大模型在领域适配、推理可靠性上的短板;实现调优效率与模型泛化能力的双重提升，使模型在特定任务上的推理精度与置信度显著优化;形成可校正的统计赋能技术方案，为大模型的可信化、高效化应用提供理论支撑与实践参考，助力统计方法与大模型技术的深度融合。

四

博士后学科方向及福利待遇

(一)招聘要求

学科有相关性或可结合开展合作研究，具有数理统计、机器学习及其他统计学与数据科学相关学科的海内外毕业的博士。

(二)招收人数

每个课题组年均有3-5个名额。

(三)待遇条件

提供极具竞争力的薪酬，优秀者可由学院推荐申请待遇优厚的至善博士后，具体政策可关注微信公众号“东大人才之家”的往期内容。

五

申请方式

有意应聘博士后岗位者，请将申请材料包括：个人简历(CV)、自荐信(Cover Letter)、研究计划(Research Statement)及 2 封推荐信打包发送至：stat-hire@pub.seu.edu.cn。邮件标题请注明：“博士后+姓名+博士毕业院校”。