广州国际校区是华南理工大学继五山校区和大学城校区之后建设的第三个校区，位于广东省广州市番禺区，是国内首个由部、省、市、校四方共建的在地国际化校区。一期校园已于2019年9月启用，二期校园建设正快速有序推进，计划2022年校区全面建成。

广州国际校区采用“以我为主、国际协同”的办学新模式，与国(境)外著名高校开展合作。学科布局瞄准世界科技前沿，秉承学校“以工见长”的办学特色及学科优势，重点布局引领世界前沿科技、对接国家重大需求的新工科，分步建设10个新工科学院和若干高端研究院。目前已建成生物医学科学与工程学院、吴贤铭智能工程学院、前沿软物质学院、微电子学院/集成电路学院、未来技术学院、海洋科学与工程学院及自旋科技研究院等若干学院、研究院。

因校区事业发展需要，现面向社会公开招聘，具体事项公告如下：

一、招聘岗位

GZIC, SCUT

岗位1：实验技术岗—计算机方向

岗位2：实验技术岗—化学方向

岗位3：工程技术岗

▲ 华南理工大学广州国际校区

2022年实验及工程技术系列人员招聘信息表

二、招聘条件

GZIC, SCUT

应聘人员应符合以下基本要求：

1.遵守中华人民共和国宪法和法律，无任何违纪违规行为；

2.品行端正、具有良好的职业道德；

3.具有适应岗位要求的身体条件；

4.原则上具有研究生学历，并获得硕士及以上学位；或具有海外高校硕士及以上学位（获得学位最晚时间不超过2022年9月30日）；满足以下条件之一者，学历条件可适当放宽至大学本科：

（1）具备与应聘岗位相关的国家职业资格证书中级（或四级）及以上证书；

（2）具备与应聘岗位相关的中级及以上专业技术职称；

（3）具有3年及以上与应聘岗位相关的工作经验（以劳动合同及工作证明为准）；

5.年龄原则上不超过35周岁（1987年5月1日以后出生）；对于具有博士学位或副高级及以上专业技术职称者，年龄条件可适当放宽至40周岁；

6.岗位所需的专业技能条件见《华南理工大学广州国际校区2022年实验及工程技术系列人员招聘信息表》（上图）。

2022

三、招聘程序

GZIC, SCUT

▶ 报名方式及时间

应聘人员请登录华南理工大学人才招聘网进行网上报名。除此之外，本次招聘不接收其他报名方式。

报名网址：

http://zp.rs.scut.edu.cn/recruitWeb

报名时间：

即日起至2022年5月8日17:00截止

▶ 资格审查和初选

报名时间截止后的7个工作日内，在华南理工大学广州国际校区官网公布进入第一轮考核人员名单。

▶ 第一轮考核

第一轮考核计划安排在2022年5月中下旬进行，具体时间及要求另行通知（登陆华南理工大学广州国际校区官网查看）。

▶ 第二轮考核

第一轮考核结束后的7个工作日内，在华南理工大学广州国际校区官网公布进入第二轮考核人员名单及相关要求。

▶ 心理测评

▶ 体检与考察

▶ 资格复审、确定拟聘人选

▶ 公示

四、聘用

GZIC, SCUT

经公示无异议者，学校予以聘用。新聘人员按照广州国际校区岗位聘用制（非事业编制）聘用，享受相应待遇。

五、其他说明

GZIC, SCUT

（一）不符合国家、广东省和学校招聘条件的人员，不得应聘；

（二）因体检不合格的、考察不合格、公示结果影响或者个人放弃聘用出现招聘岗位缺额的，学校可在同岗位报考人员中进行等额递补；

（三）本次公开招聘有关信息在华南理工大学广州国际校区网站公布，请应聘人员留意。网址为：http://www2.scut.edu.cn/gzic/；

（四）应聘人员应确保报名时提供的联系方式准确、畅通。因无法与应聘人员取得联系造成的相应后果，由应聘人员自行负责；

（五）应聘人员务必确保提供材料的真实性，在招聘的任何阶段一旦发现应聘人员弄虚作假的，一律取消聘用资格，并保留进一步追究相关责任的权利；

（六）本次公开招聘不收取任何报名费和考试费，招聘涉及的个人差旅和食宿自理。

GZIC, SCUT

六、联系方式

GZIC, SCUT

联系单位：广州国际校区人力资源与发展事务办公室

联系人：罗老师

联系电话：020-81181615（咨询时段为周一至周五：9:00-12:00,14:00-17:00）

联系邮箱：academic@scut.edu.cn

招聘网站技术支持电话：020-38473633

华南理工大学

2022年4月18日

-  END -

来源 | 广州国际校区人力资源与发展事务办公室

编辑 | 广州国际校区综合事务办公室 蓝元

猜您喜欢：

 戳我，查看GAN的系列专辑~！

一顿午饭外卖，成为CV视觉的前沿弄潮儿！

 ICCV 2021 | 35个GAN主题，最全GAN论文汇总

超110篇！CVPR 2021最全GAN论文汇总梳理！

超100篇！CVPR 2020最全GAN论文梳理汇总！

拆解组新的GAN：解耦表征MixNMatch

StarGAN第2版：多域多样性图像生成

附下载 | 《可解释的机器学习》中文版

附下载 |《TensorFlow 2.0 深度学习算法实战》

附下载 |《计算机视觉中的数学方法》分享

《基于深度学习的表面缺陷检测方法综述》

《零样本图像分类综述: 十年进展》

《基于深度神经网络的少样本学习综述》