10月26日消息，由多伦多大学助理教授 Zhijing Jin创立的Jinesis AI Lab，横跨多伦多大学、苏黎世联邦理工学院（ETH Zürich）、图宾根马克斯‑普朗克研究所（MPI）开展研究，研究方向聚焦大语言模型、因果推理、多智能体系统与 AI 安全。

实验室已经接待来自 30 多个国家的研究者，同时提供线下实地指导与面向全球任意背景人员的远程科研指导，目前放出学生研究员、博士、博士后、实习生多个岗位通道。

一、学生研究员岗位（Student Researchers）

要求可投入6 个月‑2 年研究时间，面向全球任意背景人群（本科生、硕士生、间隔年人员、在职业余做科研的从业者），按月滚动审核申请表。分为三类申请通道：

1. ETH 苏黎世联邦理工学生：可申请学期项目、硕士毕业论文，特殊情况优秀本科生亦可申请；填表后需要额外发邮件，走优先通道，可挂靠 Bernhard Schoelkopf 或 Mrinmaya Sachan 教授名下。

2. 多伦多大学学生：支持 Co‑Op、ASIP、MScAC 实习、本科毕设；录取后可使用 Vector 研究所算力与办公空间，优先招收具备科研经历、强编码或者数学功底的同学。

3. 全球各地其他学生 / 社会研究者：独立部署过大模型会是重要加分项。

绝大多数岗位默认远程；仅少数名额提供图宾根马克斯普朗克研究所、Vector 研究所线下实习机会。

二、博士（PhD）申请三条渠道

1. 多伦多大学博士项目：可申请计算机、电子工程、统计三个系；教授拥有较高录取决定权。更倾向已经合作过的申请者，建议先参加预博士科研项目，填写预博士申请表。

2. ELLIS 博士项目：Zhijing Jin 为 ELLIS 项目导师，可以作为主导师或者联合导师；可与 Bernhard Schoelkopf 联合指导，建议尽早提交 ELLIS 申请。

3. 马克斯‑普朗克研究所博士：向 Bernhard Schoelkopf 教授递交申请，抄送给 Zhijing Jin，申请 IMPRS 或者 ELLIS 项目实现联合指导。

实验室偏好的博士候选人特质

满足下面任意一类即可：拥有 ACL/NeurIPS 级别论文；编码能力极强；具备哲学、数理背景，对科学哲学感兴趣；精通或可以快速掌握因果推断；同时看重善良互助的团队品格。同时列举多类理想申请者案例：来自资源相对薄弱地区但产出顶会一作；因果推断功底扎实；在信任学者的项目中有良好表现；拥有社会科学、科学史跨学科洞察；学习能力极强；在开源或者特定交叉领域有突出特长。

博士录取看重过往合作产生的可靠信号，因此强烈建议先开展预博士科研，帮助双方判断未来 4‑5 年的博士合作适配度。

三、博士后（Postdocs）

实验室目前博士后缺口较小，鼓励申请者先申请外部奖学金，邮件标题注明`[Postdoc interest match] +姓名`，沟通研究方向匹配度之后再推进合作。

四、商业咨询业务

企业、机构、政府部门可以邮件预约咨询；盈利机构按照 30 分钟为单位付费咨询。

重要提示（签证与合规）

AI 属于敏感技术领域，需要遵守相关政策法规：

1. 远程合作：不允许和来自敏感机构的人员开展合作；

2. 加拿大学生签证：来自敏感机构背景的申请者存在签证延迟案例；

3. 德国签证：需要查阅 ASPI 大学追踪清单，评估是否触发安全审查。

如果未能入选，可以参与 ACL 全年导师计划，同时页面附带全球 AI 安全、NLP 方向多个外部科研项目清单可供备选。二次申请者提交材料时，需要重点突出两次申请之间个人能力、项目经历的成长变化。

实验室长期合作教授包括马克斯‑普朗克研究所 Bernhard Schoelkopf、ETH Zürich 的 Mrinmaya Sachan、密歇根大学 Rada Mihalcea、卡内基梅隆大学 Mona Diab。