| 一、博士后联合培养项目简介
深圳大学经济学院理论经济学博士后科研流动站于2012年10月经国家人力资源和社会保障部批准设立，是目前深圳大学和深圳市唯一的人文社科类博士后流动站。建站7年来已有超过100名博士后进站工作，在站期间共获各类纵向课题60多项，其中国家社科基金、国家自然科学基金、教育部等国家级课题10多项，中国博士后科学基金面上资助40多项，广东省哲学社会科学规划课题2项和广东省自然科学基金2项，在《经济研究》等国内外权威期刊发表学术论文近300篇。
深圳市新南山控股（集团）股份有限公司（简称“南山控股”，证券代码：002314）总部位于改革开放最前沿——深圳蛇口，现已投资运营超过60个智慧物流园区和特色产业园区，是中国第一家物流地产A股上市公司及国资规模最大的高端物流园区开发运营商。公司控股股东中国南山开发（集团）股份有限公司（简称“中国南山集团”）于1982年经国务院批准成立，是中国第一家国有控股混合所有制企业。中国改革开放的重要探索者袁庚先生为集团创始人、首任董事长兼总经理。
围绕“智慧物流决策与运作机制研究”课题方向，面向国内外诚聘可独立开展课题研究的博士后，主要课题方向如下：
课题方向1数据驱动的新零售供应链网络（重）配置优化研究
结合人工智能和大数据等新兴技术，对全渠道零售环境下的物流中心选址、库容配置、路径规划、设施设备部署联合决策进行数据分析、优化建模和仿真实验，提炼管理学洞见并指导实际业务实践。
课题方向2仿真优化理论研究
仿真优化理论研究关注前沿的仿真优化研究方法，针对复杂的仿真优化问题，如：多目标仿真优化、带随机约束的仿真优化、多保真度的仿真优化等，设计高效的优化算法。
二、博士后待遇与工作条件（博士后综合年薪约37万元）
（一）深圳市待遇
1、市政府对在站期间完成开题考核和中期考核合格的博士后发放每人每年18万元的生活补助，总额不超过36万元。
2、市政府对出站博士后给予30万元资助，用于科研投入或创业前期费用。
3、若深圳市博士后人才资助政策有所调整，以最新的文件规定为准。
（二）深圳大学待遇
1、深圳大学提供约14万的综合年薪。
2、深圳大学优秀博士后人才培养计划：入站阶段，对优秀的博士后实施入站奖励；出站阶段，对在站期间取得优秀科研成果的博士后予以科研奖励。
3、符合学校政策要求的优秀博士后可申请转为教师。
4、博士后在站期间可以负责人身份申请各级科研课题及资助。
5、博士后人员进站，可自愿选择落户深圳市。选择落户深圳市的，其配偶及未成年子女可办理随迁入户。博士后子女入托、入学等按深圳市相关条例执行。
（三）其他待遇
1、南山控股提供约5万\年的综合报酬。
2、优秀博士后出站后可申请入职南山控股。
3、2019年8月广东省委组织部和省人社厅联合印发《关于开展2019年“广东省博士后人才引进计划”申报工作的通知》，符合条件的博士后待遇还会得到进一步提升，以最新的文件规定为准。如纳入深圳市“孔雀计划”高层次人才可以申请深圳市住房补贴160万，科研启动经费200-500万。
三、应聘要求
1、在相关专业（管理科学与工程、工业与系统工程、应用数学等专业方向优先）已获得博士学位的博士生，或已完成博士论文答辩的应届博士毕业生；年龄一般在35周岁以下，获得博士学位不超过3年，身体健康。计算机编程、数学建模优秀的优先考虑。
2、完成合作导师布置的科研任务，最终研究成果要求博士后在站期间应至少发表1篇JCR1区文章（期刊的标准参照深圳大学相关规定），考核要求及具体管理要求参见《深圳市博士后管理工作规定》和《深圳大学博士后管理规定》等有关规定。
3、具备熟练的编程能力，至少熟练掌握：Matlab、Python、R、C/C++/C#、Java、Arena中的一种；有关于仿真优化、动态规划、鲁棒优化、随机规划、数据挖掘等方法相关研究经验。
4、具备良好的英语书面写作和口头沟通的能力。
5、全职在站从事博士后研究，在站工作期限一般为两年，期满后按时出站。该博士后联合培养项目聘期至2022年12月31日。
四、材料提交及程序
Job Requirements
Ph.D. from management science, computer science, industrial engineering, or other related fields;
Good knowledge in programming (experience with any of the following: Matlab、Python、R、C/C++/C#、Java、Arena);
Interested in research on simulation-optimization, robust optimization, dynamic programming, dynamic vehicle routing problem, dynamic supply chain planning and reconfiguration problem, data mining, etc.
|