people

members of the lab or group

prof_pic.jpg

科學三館SC 462

新竹市東區大學路1001號

Hsinchu City

layout: page title: “We Are Hiring” permalink: /hiring/ profile: true —

We Are Hiring

We are looking for undergraduate students, master’s students, PhD students, postdoctoral researchers, and research assistants to join our team.

For details or to schedule an interview, please send your CV to kuoenjui@nycu.edu.tw.

Who We Are Looking For

We welcome members with interests in the following areas:

1. Pure Mathematics & Proofs

  • Passionate about abstract mathematical structures and formal proofs.
  • Interested in areas like functional analysis, probability theory, optimization, and complexity theory.
  • Enjoys writing rigorous mathematical arguments and working on foundational problems in quantum computing and machine learning theory.

2. Theoretical Physics & Coding

  • Excited about quantum mechanics, condensed matter physics, and statistical mechanics.
  • Enjoys deriving equations, proving theorems, and developing analytical models.
  • Comfortable with numerical simulations and symbolic computation using tools like Mathematica, Python (SymPy, NumPy), and MATLAB.

3. Applied Coding & Computational Science

  • Passionate about high-performance computing (HPC), numerical methods, and software development.
  • Experienced or interested in C++, Julia, Python, or Rust for scientific computing.
  • Enjoys implementing Monte Carlo methods, differential equation solvers, and machine learning algorithms for quantum systems, materials science, and financial modeling.

4. AI Theory & Coding

  • Interested in Neural Scaling Laws, deep learning theory, and quantum machine learning.
  • Curious about how quantum computing can enhance AI, from variational quantum circuits to quantum-inspired optimization.
  • Comfortable with PyTorch, TensorFlow, JAX, or custom ML frameworks for research-level AI model implementation.

What You Will Do

[Academic Work]

  • Develop new theoretical models in quantum computing, AI, and mathematical physics.
  • Implement efficient numerical simulations and machine learning algorithms.
  • Write technical reports, journal papers, and thesis manuscripts.
  • Attend conferences and workshops to present research findings.

[Lab Administration]

  • Maintain and manage computational resources, servers, and research software.
  • Optimize high-performance computing workflows for large-scale simulations.
  • Assist in grant writing, collaboration management, and research documentation.

我們正在招募

我們正在尋找大學部專題生、碩士生、博士生、博士後研究員與研究助理加入我們的研究團隊。

如需詳細資訊或安排面談，請將履歷寄至 kuoenjui@nycu.edu.tw。

招募對象

我們歡迎對以下領域有興趣的成員：

1. 純數學與證明

  • 熱愛數學理論，喜歡抽象結構與嚴謹證明。
  • 對 泛函分析、機率論、最佳化、計算複雜性 等領域有興趣。
  • 喜歡推導公式、撰寫數學論證，研究量子計算與機器學習理論的基礎問題。

2. 理論物理與程式設計

  • 對量子力學、凝聚態物理、統計力學感興趣。
  • 喜歡推導物理公式、證明定理、建立數學模型。
  • 熟悉或有興趣學習 Mathematica、Python（SymPy, NumPy）或 MATLAB 進行符號計算與數值模擬。

3. 應用程式設計與計算科學

  • 熱衷於 高效能計算（HPC）、數值方法與軟體開發。
  • 具備或有興趣學習 C++、Julia、Python、Rust 進行科學計算。
  • 喜歡實作蒙地卡羅方法、數值微分方程求解器、機器學習演算法，應用於量子系統、材料模擬或金融建模。

4. AI 理論與程式設計

  • 有興趣研究 Neural Scaling Laws、深度學習理論與量子機器學習。
  • 想探索 量子計算如何增強 AI，例如變分量子電路、量子啟發的最佳化方法。
  • 熟悉或想學習 PyTorch、TensorFlow、JAX 或自訂的機器學習框架 進行研究級 AI 模型開發。

如果你對這些研究方向有興趣，歡迎聯繫我們並加入團隊！ –>

給專題生

老師會提供一個研究方向（例如 Machine Learning、數學物理、量子資訊等），並附上 1–2 篇相關文章。部分內容可能偏理論；若有數值實驗，需自行嘗試重現。

基本要求

  1. 請先將文章內容理解並寫出 summary，不懂的地方請自行學習補齊
  2. 請自學 LaTeX 與 Overleaf
  3. 若文章包含 numerical 實驗，建議自學 Python，並自行安裝 numpy、scipy 等工具；Machine Learning 相關內容需自行學習
  4. 針對開放性問題提出想法，或嘗試自行解決問題；若有困難可找老師 meeting，但請先整理好目前卡住的問題點（breakdown）
  5. 若有自己的研究題目，只要閱讀相關文章並與老師討論可行性，即可自由發揮並設定研究目標
  6. 通常每 2 週到 1 個月 meeting 一次；若進度良好或希望加強討論，可主動寄 email 安排
  7. 請盡量主動學習，沒有方向時再來詢問老師
  8. 請務必至系辦登記老師為專題指導老師
  9. 請說明你想做專題的原因，以及希望老師提供的幫助
  10. 不需過度擔心專題期末成績
  11. 請整理專題成果成一份完整報告，以利未來推甄或推薦信使用

給碩士生

碩士生的要求與專題生類似，但需考量畢業時程。老師會依據你的興趣提供研究方向，例如 Machine Learning 理論、數學物理、量子資訊計算理論等。若想做硬體（如 FPGA），也可以，但需自行學習相關技術。

基本要求

  1. 通常研究方向會搭配 5–10 篇文章；部分內容偏理論，若包含數值實驗需自行重現
  2. 請先將文章內容理解並寫出 summary，不懂的地方請自行學習補齊
  3. 請自學 LaTeX 與 Overleaf
  4. 若文章包含 numerical 實驗，建議自學 Python，並自行安裝 numpy、scipy 等工具；Machine Learning 相關內容需自行學習
  5. 針對開放性問題提出想法，或嘗試自行解決問題；若有困難可找老師 meeting，但請先整理好目前卡住的問題點（breakdown）
  6. 若有自己的研究題目，只要閱讀相關文章並與老師討論可行性，即可自由發揮並設定研究目標
  7. 修課需滿足系上規定，請自行規劃；若可能影響畢業時程，請提早告知
  8. 請主動提醒老師你的畢業時間，以便共同規劃論文進度
  9. 若能發表論文很好；若未發表，也不影響畢業
  10. 若目標為出國攻讀博士並希望發表論文，請一開始就說明
  11. 請務必至系辦登記老師為碩士指導老師
  12. 若未來規劃進入業界（如 coding、GPU、硬體、ML 等），請提前說明，以便安排合適的論文方向
  13. 平時不固定安排 meeting，如有問題請主動聯繫
  14. 若曾共同完成一篇 arXiv 論文，老師可協助撰寫博士申請或推薦信
  15. 原則上兩年畢業，建議第一年完成所有修課，並於第二年上學期開始撰寫論文