繁體中文(臺灣)頂尖大學數理與計量財務語體 (zh-TW)American Academic English (en-US)
臺灣頂尖學府數理與計量學人・遠端研發 Pods 徵募 · Taiwan (TW)

在 中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) 課堂推導的投資組合數理,正是驅動次世代 Agentic Firm 的生產代碼

在 中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) TIGP PhD in Statistical Science (Ching-Zong Wei & Ruey S. Tsay School), Bioinformatics, Social Networks & Human-Centered AI 的黑板與講義上,你熟練地求解凸最佳化對偶問題、高維隨機矩陣特徵譜與隨機微積分,但當前 AI 工業界面對多 Agent 協作時卻常陷入盲目增加 prompt 的低效困局。Markowitz.systems 堅信「相關性才是新時代的員工編制」,首創以現代投資組合理論重構分散式自主 Agent 架構。你能在兼顧校內課程與實驗室進度的同時,以每週 10–25 小時非同步遠端形式參與正式 R&D Pods,將課堂上 100% 的馬可維茲(Markowitz)均異分析與極值統計定理轉化為高可靠度的即時生產代碼。這不僅是一份具備充足彈性與國際水準津貼的研究職位,更是讓臺灣頂尖數理學子以硬核數學底蘊重塑 AI 架構的絕佳實踐。

University: Academia Sinica Part-Time: 10–25 hrs/wk · $20–$45/hr USD Exam-Safe: 0 hrs/wk Pause Primary Pod: POD-02 Vega-48 Fit: 98.77/100
瀏覽研究員席位名額 → 立即申請加入研發 Pod 查閱 39 小時預印本資料庫 下載 Seminar Lab Kit (Python)
01 // STUDENT PART-TIME PILLAR

融入課業、實驗室與習題節奏的非同步彈性研發(每週 10–25 小時)

專為臺灣頂尖學府繁重的課程研讀、研究室 Meeting 與 Problem Sets 節奏量身打造。全面採非同步(Asynchronous)協作,自由安排每週 10–25 小時工作區間,免除冗長會議消耗,實現深度數理專注與日常學術追求的平衡。

02 // STUDENT PART-TIME PILLAR

時薪 $20–$45 USD 國際級待遇與期中期末「考期安全協議」(Exam-Safe Protocol)

提供每小時 $20 至 $45 美元遠端津貼。面臨大學期中、期末考與論文口試衝刺週時,全面啟動 Exam-Safe Protocol:可無條件暫停研發(0 小時/週),保證百分之百保留原 Pod 席位與專案主導權,守護你的 GPA 與學業。

03 // STUDENT PART-TIME PILLAR

銜接學士/碩博專題論文、2024–2026 頂尖預印本與 39 小時 CPE 知識庫

研發產出可直接對接你的學位論文或 Seminar 專題,並有機會共同掛名發表 2024–2026 年度國際預印本。加入即獲取完整 39 小時 CPE 連續專業學分級研究資料庫(可於 {preprints_url} 查閱),厚植量化與系統架構學術資本。

100% UNIVERSITY COURSEWORK → PRODUCTION PORTFOLIO MATHEMATICS

中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) — TIGP PhD in Statistical Science (Ching-Zong Wei & Ruey S. Tsay School), Bioinformatics, Social Networks & Human-Centered AI

先修/核心數理課程領域 核心數學定理與方程式 對應研發 Pod 生產系統架構實作場景
凸最佳化與二次規劃 (Convex & Quadratic Optimization) \min_{\mathbf{w}} \mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \boldsymbol{\mu} \ge \mu^*, \; \mathbf{1}^T \mathbf{w} = 1, \; \mathbf{w} \ge \mathbf{0} POD-01 (多 Agent 算力權重配置) 在異質大型語言模型(LLM)與確定性驗證器(Deterministic Verifiers)組成的 Agentic 系統中,解二次規劃(QP)分配推論 Token 與算力權重,在目標準確率約束下最小化系統決策變異數。
機率論與相依試驗 (Probability Theory & Correlated Trials) N_{\text{eff}} = \frac{N}{1 + (N - 1)\bar{\rho}} POD-01 (有效獨立樣本數與正交化集群) 嚴格論證為何 50 個平均相關係數 \bar{\rho}=0.70 的同質提示詞(Prompts)僅等效於 N_{\text{eff}} \approx 1.42 位獨立專家;透過提示詞正交化與微調抑制多 Agent 共模失效,達成實質分散化效果。
高維數理統計與計量經濟學 (High-Dimensional Statistics & Econometrics, N > T) \hat{\boldsymbol{\Sigma}}_{\text{LW}} = (1 - \delta^*) \mathbf{S} + \delta^* \mathbf{F} POD-02 (高維雜訊消除與共變異數收縮) 在評測資料集長度小於評測維度(N > T)的嚴苛情境下,引入 Ledoit-Wolf 共變異數收縮估計量與隨機矩陣理論之 Marčenko-Pastur 光譜去噪,消除多 Agent 評測基準中的假性相關(Spurious Correlations)。
精算風險理論與極值統計 (Actuarial Risk & Extreme Value Theory) \Sigma^-_{ij} = \mathbb{E}\left[\min(R_i - \tau, 0)\min(R_j - \tau, 0)\right], \quad \text{CVaR}_{99\%}(L_{\mathbf{w}}) \le M_{\text{audit}} POD-02 (下行半變異數與極端尾端風險界限) 遵循 Markowitz (1959) 下行半變異數(Semivariance)與 Rockafellar-Uryasev 之條件風險值(CVaR),建構多 Agent 幻覺損益與合規失誤的嚴密審計邊界,將極端失敗率壓制在精算安全水準之內。
財務經濟學與隨機微積分 (Financial Economics & Stochastic Calculus) \mathbf{w}_{\text{tan}} \propto \boldsymbol{\Sigma}^{-1}(\boldsymbol{\mu} - c \mathbf{1}), \quad \text{SR}(\mathbf{w}) = \frac{\mathbf{w}^T(\boldsymbol{\mu} - c\mathbf{1})}{\sqrt{\mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w}}} POD-03 (托賓兩基金分離定理與夏普比率最佳化) 落實托賓分離定理(Tobin's Separation):將確定性代碼、靜態分析器與編譯器視為無風險資產(\sigma_0 = 0),與高智商但隨機的 LLM 切點投資組合(Tangency Portfolio)混合,極大化系統智能之夏普比率。
循序假說檢定與統計推論 (Sequential Hypothesis Testing & Statistical Inference) \mathbb{P}(\text{Type I Error}) \le \alpha \quad (\text{Neyman-Pearson FrugalGPT / RouteLLM Cascade}) POD-04 (循序路由檢定與預印本研發) 基於 Neyman-Pearson 準則建立多層級模型動態級聯(Cascade)路由,在第一型錯誤(偽陽性)嚴格受控下依難度分流至小型專用模型或巨型推理模型;完整研究記錄於 {preprints_url} 之 39 小時預印本資料庫。
PROTEUS VERIFIED DEPARTMENT LINEAGE · stat.sinica.edu.tw

TIGP PhD in Statistical Science (Ching-Zong Wei & Ruey S. Tsay School), Bioinformatics, Social Networks & Human-Centered AI

Prof. Dr. Hsin-Chou Yang (楊欣洲)Professor: Research Fellow & Director of ISS Academia Sinica (Statistical Genetics & High-Dimensional Inference) [POD-04]ISS-HD1 High-Dimensional Multiple Testing, False Discovery Rate Control & Conformal P-Values
Prof. Dr. Su-Yun Huang (黃素雲)Professor: Research Fellow at ISS Academia Sinica (Reproducing Kernel Hilbert Spaces, Reduced-Rank SVM & Slice Inverse Regression) [POD-01]ISS-RKHS Reproducing Kernel Hilbert Space Methods, Sufficient Dimension Reduction & Support Vector Regression
Dr. Yen-Huan Li (李彥寰)Assistant: Joint Assistant Research Fellow & NTU Professor (Помощник профессора по выпуклой стохастической оптимизации и SLT) [POD-01]ISS-SLT Online Portfolio Selection, Self-Concordant Empirical Risk Minimization & Non-Asymptotic Bounds
STUDENT-READABLE CAMPUS CHANNELS · 臺大/清大/陽明交大職涯中心與 104 / CakeResume 校園研發專區 · 臺大/清大/交大計量財務社、統計科學研習社與開源 AI 讀書會

中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) 專屬研發合作與學人交流管道

1. 臺大/清大/陽明交大職涯中心與 104 / CakeResume 校園研發專區: 歡迎透過 中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) 官方徵才與實習平台(臺大/清大/陽明交大職涯中心與 104 / CakeResume 校園研發專區)投遞履歷,或登錄你的校園信箱(如 @ntu.edu.tw / @nthu.edu.tw / @nycu.edu.tw / @ncku.edu.tw / @nccu.edu.tw / @sinica.edu.tw)驗證學術身分,享有優先書審與技術免測直通通道。 (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)

2. Python Seminar & Thesis Kit (/uni/tw-academia-sinica/lab.py): 提供一份可在 5 分鐘內完全重現(Reproducible)之 Python 研究室專題套件(Seminar Lab Kit)。內含完整 Jupyter Notebook 與合成多模型評測流,即時計算關聯試驗下的有效專家數 N_eff,並示範以 Ledoit-Wolf 高維收縮矩陣濾除相關性雜訊,可直接作為專題討論或讀書會 demo 使用。

3. 臺大/清大/交大計量財務社、統計科學研習社與開源 AI 讀書會:
【Markowitz.systems 臺灣頂尖大學數理研發 Pods 招募】中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS) 數學、資工、統計、電機與計量財務的學長姐與同學大家好!我們正在尋找能把凸最佳化、高維統計與隨機微積分直接落地為「多 Agent 投資組合系統」的校園學人。每週 10–25 小時非同步遠端研發(時薪 $20–$45 USD),期中期末享有 0 工時 Exam-Safe 考期安全保護,專案成果可直接轉化為專題論文或頂尖預印本共同作者。歡迎透過專屬連結查閱細節並投遞:https://markowitz.systems/uni/tw-academia-sinica
DIRECT STUDENT R&D APPLICATION → CLOUDFLARE D1 & BASEROW

立即申請加入研發 Pod — 中央研究院 (統計科學研究所 ISS / 資訊科學研究所 IIS / 經濟研究所 IEAS)

瀏覽研究員席位名額 ↗