新闻资讯

招聘信息

当前位置： 首页 > 招聘信息 > 正文
“AI+高蛋白玉米饲用节粮工程研究院”扬翔特聘教职岗位招聘公告
发布时间：2026-01-05 浏览次数：

AI+高蛋白玉米饲用节粮工程研究院是由华中农业大学、广西扬翔集团股份有限公司和湖北洪山实验室联合成立，促进产学研深度融合的新型研发机构，旨在推进科技与产业联合创新，在AI+高蛋白玉米饲用节粮高效养殖领域开辟新赛道、发展新模式，为产业转型升级与国家粮食安全提供关键科技支撑。经三方研究，决定设立AI+高蛋白玉米饲用节粮工程研究院扬翔特聘教职岗位（以下简称“扬翔特聘教职”），现面向校内外公开招聘。

一、岗位定位

“扬翔特聘教职”属于华中农业大学正式教学科研人员和湖北洪山实验室固定研究人员，由华中农业大学、湖北洪山实验室联合广西扬翔集团股份有限公司三方根据研究院建设需要招聘的研发岗位，按照约定的研究方向（选题）开展研究工作，须全职在岗工作。

二、岗位设置

聚焦“品种研发—种养循环—加工转化—精准营养—智能饲喂”全产业链关键技术创新，本次计划招聘9个扬翔特聘教职岗位（见附件1《岗位设置与选聘要求》）。

三、岗位要求

（一）基本要求

1.遵纪守法，学风严谨，具备良好的职业道德和团队协作精神。

2.在相关领域具有深厚的学术造诣或技术研发经验，能全职到岗工作。

3.年龄一般不超过45周岁，特别优秀者可放宽。

（二）专业要求

1.各岗位具体专业背景、技术能力及经验要求详见《岗位设置与选聘要求》（附件1）。

2.具备跨学科交叉研究能力、有产业应用经验者优先。

3.能够带领团队开展有组织科研攻关，能深入产业一线开展研发工作，推动技术落地与产业化。

四、支持条件

（一）岗位资源

1.在享有华中农业大学、湖北洪山实验室现有薪酬福利待遇基础上，叠加享受由扬翔集团设立的“扬翔特聘教职”冠名津贴，津贴额度为10-80万元不等，一人一议，综合薪酬在同层次人才中具有竞争力。

2.每年单列专项硕博士招生指标协同进行科研攻关。

（二）科研支持

1.学校、洪山实验室及研究院根据研究方向需要提供充足的启动科研经费，优先支持入选人才申报各类重大科研项目。

2.开放华中农业大学、湖北洪山实验室公共平台及企业研发场景，保障实验条件与数据资源。

3.享受湖北洪山实验室“自主转化、自主收益、自主分配”成果转化政策。

（三）发展平台

1.享受华中农业大学、湖北洪山实验室、广西扬翔集团股份有限公司三方发展支持，参与三方联合研发中心平台建设。

2.优先支持成果在广西扬翔集团转化，共享产业化收益。

3.积极推荐申报国家级、省部级人才计划与科技奖项。

五、申请程序

1.本公告对校外应聘者长期有效。校外应聘者填写《扬翔特聘教职岗位申请表》（适用校外人才）（附件2）发送至邮箱：rcb@mail.hzau.edu.cn。邮件标题格式：“扬翔特聘教职申请－岗位序号－校外－姓名”。

2026年1月20日前，校内应聘者填写《扬翔特聘教职岗位申请表》（适用校内人才）（附件3），纸质版交至行政楼209，电子版发送至rcb@mail.hzau.edu.cn，邮件标题格式：“扬翔特聘教职申请－岗位序号－校内－姓名”。

2.由研究院组织招聘工作委员会对申请人选进行考核，考核内容重点考察学术水平、技术方案可行性、产业应用潜力及团队带领能力。从校外引进人员参照华中农业大学专任教师引进工作流程办理教职岗位审批，按审批结果聘任至相应教职岗位。校内受聘人员重新签订岗位聘期合同，受聘人员的职称、岗位根据其现有岗位层次确定，额外叠加冠名津贴。

六、考核与管理

1.“扬翔特聘教职”首聘期原则上为5年，可根据项目需要适当延长。

2. 考核分为中期考核和期满考核，中期考核（第3年）评估阶段性进展，进展不力的降低支持力度或终止聘任。聘期考核合格后根据研究项目需要优先继续支持。项目终止则相应冠名教职和津贴同步取消。

3.“扬翔特聘教职”期满考核以目标任务合同为基本依据，突出技术转化、产业效益及人才培养实效。

4.“扬翔特聘教职”人员与校内其他人才一样，同步适用学校职称及岗位管理系列制度，享有同等职称及岗位晋升权利。对在“扬翔特聘教职”岗位上作出重大贡献的，可根据学校“绿色通道”相关文件晋升至校内相应职称及岗位，冠名津贴同时调整至相应标准。

七、联系方式

华中农业大学：

联系人：范玢瑶，027-87280957      

邮箱：rcb@mail.hzau.edu.cn

湖北洪山实验室：

联系人：王茜，027-87285007    

邮箱：hslab@mail.hzau.edu.cn

华中农业大学  湖北洪山实验室

2026年1月5日

 

附件1：“扬翔特聘教授”岗位设置与选聘要求


序号

岗位设置

招聘要求

首聘期任务目标

1

高蛋白玉米设计育种特聘副教授/教授

1. 作物遗传育种、基因组学相关专业博士。

2. 精通CRISPR等基因编辑技术，具有成功创制高性能玉米种质的经验。

3. 能领导多学科团队，将基因组学成果转化为育种优势。

1. 培育出1—2个高蛋白（≥13%）、高赖氨酸、适宜全程机械化收获的突破性新品种。

2. 新品种在合作示范基地连续两年种植表现优良，累计示范面积≥5万亩，并形成配套的种子生产与技术规程。

3. 制定高蛋白玉米品种团体标准或地方标准1项。

2

智慧农艺与低碳种植特聘副教授/教授

1. 作物栽培学、智慧农业或农业系统工程相关专业博士。

2. 在精准农业、水肥药高效利用、农机农艺融合方面有深厚的理论与实践经验。

3. 具备基于物联网和大数据的种植决策模型开发经验。

1. 集成并验证一套高蛋白玉米“智慧水肥－精准植保－减损收获”全程技术规程，实现氮肥生产力提升15%，灌溉水利用效率提升20%，机械收获损失率≤5%。

2. 形成上述模式的地方标准或企业标准草案1项；开发配套的田间管理决策支持软件模块1个，并部署应用。

3. 在300亩以上核心示范区应用该模式，实现亩均综合种植成本降低10%。

3

合成生物学与生物制造特聘副教授/教授

1. 合成生物学、发酵工程、生物工程、微生物学相关专业博士。

2. 在微生物细胞工厂构建、酶分子改造及氨基酸等饲用添加剂生物合成方面有产业转化成果。
3. 熟悉AI在生物制造中的应用。

1. 构建高效工程菌株，实现1-2种限制性氨基酸或功能添加剂的高效生物合成，成本竞争力显著提升。

2. 开发针对高蛋白玉米副产物的专用高效酶制剂，体外消化率提升20%以上。

3. 围绕核心菌株、酶基因或工艺，申请 发明专利2项，完成至少1项技术的10吨级中试验证。

4

动态营养与精准需求特聘副教授/教授

1. 动物营养学、生物信息学或相关专业博士。

2. 精通动物营养代谢机制，具有构建大型动物营养数据库或动态预测模型的成功经验。

3. 深刻理解养殖现场数据采集与标准化流程。

1. 牵头构建“高蛋白玉米及替代原料营养价值动态数据库”1.0版，入库原料≥300种，关键营养成分数据≥5000条，且数据均标注来源与检测方法，平台上线运行。

2. 构建基于生长阶段、品种、环境的猪只动态营养需求预测模型，核心营养素预测误差≤5%。

3. 为智能配方系统提供核心数据与模型支撑。

5

智能配方优化算法

特聘副教授/教授

1. 运筹学、计算机科学、人工智能相关专业博士。

2. 精通机器学习、优化算法，具有开发复杂系统软件或商业决策支持系统的成功经验。

3. 有农业、饲料行业数据建模经验者优先。

1. 研发的智能配方优化引擎，在满足相同营养约束条件下，较传统线性规划方法，配方成本降低幅度平均≥2%，计算响应时间<5秒。

2. 该引擎成功集成至研究院指定的软件系统中，运行稳定，并通过 第三方测试。

3. 利用该引擎，针对2-3种典型养殖场景，生成并验证具有显著节粮或减排效果的 示范配方方案，形成案例报告。

6

秸秆高值化利用技术特聘副教授/教授

1. 农业工程、环境工程、材料科学、生物工程相关专业博士。

2. 在秸秆高效收储、预处理、生物转化蛋白或生物基材料开发方面有突出研究及中试经验。
3. 具备循环经济系统分析能力。

1. 在“秸秆饲料化”或“材料化”中任选一主攻方向，形成1套完整工艺方案。若主攻饲料化，需使秸秆发酵产物的粗蛋白含量≥18%，体外消化率提升25%以上。

2. 完成技术经济性评估和百吨级示范线建设。

3. 形成可推广的秸秆县域全量利用技术方案。

7

养殖废弃物资源化利用特聘副教授/教授

1. 昆虫学、生物工程或生态学相关专业博士。2. 精通黑水虻、蝇蛆等资源昆虫的生物学、规模化养殖工艺及副产物高值化利用，有将昆虫技术集成到现代养殖场的成功案例。

1. 优化昆虫转化粪污工艺，建立能耗低、自动化程度高的标准化生产体系。

2. 以虫干为原料，开发出符合饲料卫生标准的昆虫蛋白粉，并完成对猪只或家禽的饲喂安全性及有效性试验，形成试验报告。

3. 在研究院示范基地建成并运营1套经济可行的“养殖－昆虫”循环模块。

8

智能饲喂装备与柔性制造特聘副教授/教授

1. 机械设计及自动化、机器人工程专业博士。
2. 在精密机电系统、工业机器人或非标自动化装备研发方面有从0到1的成功产品经验，熟悉现代饲料加工工艺与养殖现场需求。

1. 主导研制出创新型智能饲喂终端（液态饲喂等）或模块化微型饲料加工单元（精喂坊）样机。

2. 装备实现精准下料（误差≤2%）、低故障率（MTBF≥2000小时），并通过示范验证。

3. 推动至少1项装备实现小批量生产与市场应用。

9

养殖数字孪生与智能决策特聘副教授/教授

1. 人工智能、系统工程、计算科学相关专业博士，有交叉学科背景。

2. 精通数字孪生、复杂系统建模与决策智能，具备大型软件平台或工业互联网平台的架构设计经验。

1. 牵头完成“精准营养决策支持系统”V1.0版本的开发与部署，至少集成精准饲喂、环境调控、成本分析3大功能模块，系统可用性达99%。

2. 系统在1—2个示范场应用，通过对比试验，证明其可帮助实现饲料转化效率提升3%或单头饲养成本下降5%的量化效益。

3. 构建 1个 核心养殖场景（如育肥舍）的数字孪生体，实现关键过程（如采食量、日增重）的动态模拟与预测，预测准确率≥85%。