IT:U 帕金森神经数据博士：4年雇员制资助，8月5日截止 (2026)

先给结论：适合「神经数据 + 机器学习」背景的人抢时间投

如果你的硕士训练靠近机器学习、健康数据科学、医学影像、生物信息或计算神经科学，这个奥地利 Linz 的 IT:U 博士岗位值得尽快看：它是 1 个全职博士职位，做帕金森病早期检测与亚型划分，合同写明 40 小时/周、4 年、2026 年 10 月开始，申请截止到 2026 年 8 月 5 日 23:59（维也纳时间）。1

它不是传统意义上的「奖学金项目」，而是更接近欧洲常见的雇员制博士：职位公告写明工资按 FWF salary rate，40 小时每月税前 3,776.13 欧元。1 这类资助的好处是收入口径清楚、持续时间明确；需要你自己再核对税后收入、医保、租房成本和签证要求。

项目速览

维度	信息
项目 / 岗位	PhD Student (f/m/d), INDEED-PD，IT:U Doctoral School - PhD Program Interdisciplinary Computing 1
院校 / 地点	Interdisciplinary Transformation University，Linz, Austria；雇主页称 IT:U 是奥地利第一所面向数字化转型的公立跨学科大学。2
学位层级	PhD，Interdisciplinary Computing 博士项目；职位公告说明该项目结构为 3 年，但项目经费 / 岗位计划按 4 年完成博士。1
研究方向	用 EEG、ECG、(f)MRI 等多模态数据和 AI 分析方法，做帕金森病早期检测与亚型划分。1
资助 / 工资	40 小时/周，全职，4 年；月薪税前 3,776.13 欧元。1
截止日期	2026 年 8 月 5 日 23:59（Europe/Vienna）。1

资助情况：强项是工资明确，弱项是生活成本还要自己算

这条最值得注意的地方是资助口径直接写在岗位里：全职 40 小时/周、4 年、月薪税前 3,776.13 欧元。1 对申请者来说，这比「fully funded」四个字更有用，因为你可以拿这个数字去估算 Linz 的租房、保险、税后收入和签证资金证明。

但公告没有在同一页展开税后工资、学费、一次性搬迁补助或会议差旅预算。1 如果你进入面试，建议直接问三件事：合同是否覆盖完整 4 年、博士注册是否有额外费用、项目是否提供会议 / 访问经费。

研究内容：不是泛泛 AI 医疗，更像神经信号与临床数据交叉

项目全名是「Personalized Technical Medicine - Integration of Novel biomarkers for Detection, Evaluation of Early Signatures, and Developmental insights of Parkinson's Disease」，简称 INDEED-PD。职位说明写得很具体：把 EEG、ECG、(f)MRI 等多模态数据 和 AI 分析方法结合，用于帕金森病早期检测与亚型划分。1

白话说，它不是单纯训练一个黑箱模型，而是围绕真实神经 / 生理数据寻找疾病早期信号。适合的人通常需要能在两种语言之间切换：一边懂 Python、机器学习、健康数据，另一边愿意读神经科学和临床背景。

合作网络也比较强：公告写明项目由 IT:U、Johannes Kepler University Linz、JKU 医学院和 Kepler University Hospital 合作，导师包括 IT:U/UCL 的 Spiros Denaxas 和 IT:U 的 Jie Mei，并有 JKU 机器学习、IT:U、神经科医院方面的合作者。1 这对想做医疗 AI 或计算神经方向的人有价值，因为临床合作通常决定你能不能接触到真实问题和真实数据。

申请资格：机器学习背景优先，但要能进入健康数据语境

公告要求申请者具备相当于硕士的学位或经验，方向可以是机器学习、人工智能、健康数据科学等；还要求熟练使用 Python，掌握监督 / 无监督学习在健康数据中的核心概念，并有电子健康记录和医学本体相关经验。1

「医学本体」可以理解为医疗概念之间的标准化关系表，例如疾病、症状、检查、药物如何被编码和关联。它不是所有申请者都会有的经历；如果你没有这块背景，申请材料里最好用其它证据补上，例如医学影像、神经信号、临床数据清洗、可解释机器学习或跨学科合作经历。

公告还写到，候选人需要对健康数据科学、神经科学、机器学习和临床科学交叉有强兴趣；如果对健康与疾病中的脑回路计算建模感兴趣，会是加分项。1 这意味着纯工程背景也可以投，但动机信不能只写「我会深度学习」，必须解释你为什么要把模型用到帕金森病和神经数据上。

申请材料与投递提醒

公告要求在线提交以下材料：CV、本科和硕士学位证明、本科和硕士成绩单、动机信、最多 3 位教授或合作者的推荐联系人。1

动机信可以围绕三点写：

你处理过什么类型的数据：EEG、MRI、时间序列、电子健康记录、医学影像或其它生物医学数据。
你能贡献什么方法：Python、PyTorch、传统机器学习、深度学习、可解释性、统计建模或数据工程。
你为什么适合帕金森病早期检测：把个人经历、课程、论文、实习或项目和疾病早筛 / 神经退行性疾病联系起来。

不要把它当普通 AI 岗位海投。这个岗位的关键词是「多模态神经 / 生理数据」「帕金森病」「早期检测」「亚型划分」；如果申请材料只强调大模型、通用算法竞赛或软件工程，和岗位的临床神经科学目标会脱节。

适合谁，不适合谁

更适合申请的人：

硕士方向在机器学习、AI、健康数据科学、医学影像、生物信息、计算神经科学或相关交叉领域。
有 Python 实作经验，并能把模型训练、数据清洗、结果解释写成清楚的研究叙事。
对帕金森病、神经退行性疾病、神经信号或临床数据有真实兴趣，而不是只想找一个欧洲全奖入口。

需要谨慎的人：

只有纯心理学 / 神经科学背景，但几乎没有编程和机器学习经验。
只有纯计算机背景，但无法解释自己为什么要进入临床神经科学问题。
需要明确课程制硕士奖学金的人；这条是博士雇员制岗位，不是授课型硕士项目。

我的判断

这条机会的优先级高于很多只写「fully funded」但不写金额的聚合帖。它的优势是资金、时长、截止日期、研究任务和技能要求都写得比较清楚；风险是 IT:U 是一所很新的大学，申请前应额外了解博士培养体系、导师组过往论文、实际数据来源和毕业要求。雇主页显示，IT:U 2022 年成立，2024 年 10 月全面运行，定位是围绕数字化转型的跨学科公立大学。2

如果你已经有神经影像、神经信号、医学 AI 或健康数据项目经历，这个岗位值得在 7 月内完成材料；如果你还缺临床 / 神经科学叙事，现在至少要先把动机信从「我会 ML」改成「我能用 ML 解决什么神经医学问题」。

IT:U 帕金森神经数据博士：4年雇员制资助，8月5日截止