Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

清华大学电子系机器学习课题组招聘博士后

清华大学电子系机器学习课题组(课题组负责人为姚权铭博士)有招聘博士后的需求,有感兴趣的读者可以沟通联系。

作为专业的全球人工智能信息服务平台,机器之心的读者中有大量活跃于人工智能学术领域的顶级学者,也有许多正在攻读 AI 方向的学生。

之前,机器之心发布了多篇与招收硕士 / 博士 / 博士后相关的文章,为广大读者传递了海内外招生的教授与实验室信息,引起了不错的反响。「机器之心招聘栏目」将为大家持续整理了海内外多所实验室的招生信息。

本期,清华大学电子系机器学习课题组(课题组负责人为姚权铭博士)有招聘博士后的需求,有感兴趣的读者可以沟通联系。

一、团队信息

清华大学电子系机器学习课题组拟招聘博士后,课题组负责人为姚权铭博士。


  • 官方主页:http://web.ee.tsinghua.edu.cn/yaoquanming/zh_CN/index.htm

  • 个人主页:https://cse.hkust.edu.hk/~qyaoaa/ 


姚权铭博士现在是清华大学电子工程系助理教授,国家青年人才计划资助者;研究方向为机器学习。他于香港科技大学计算机系取得博士学位;之后加入第四范式担任高级科学家,创建和领导公司的机器学习组,为国内最早一批从事自动化机器学习的研究团队。他发表 50 多篇一流会议和期刊论文,总引用 3400 余次;其中抗燥标签算法 Co-teaching(NeurIPS 2018)为当年 10 大高引论文之一、AutoCross(KDD 2019)在银行自动化推荐场景中被广泛应用、自动知识图谱嵌入方法 AutoSF(ICDE 2021) 为 OGB 榜单问鼎算法。他担任重要会议 ICML、ICLR、AAAI、IJCAI 和 ACML 的领域主席 / 高级程序委员;Neural Network 期刊副主编。他获得过诸多奖项的认可:福布斯 30Under30 精英榜(中国区),吴文俊人工智能学会优秀青年奖,香港科学会优秀青年科学家和 Google 全球博士奖研金。

团队已有成员 10 人左右,队伍年轻、朝气有活力(包括研究员、博士后、工程师、在读博士生、以及本科生)。与业界和学术界合作广泛,长期和第四范式百度、HKUST、Stanford、UCLA 等机构保持合作与国际交流。近两年团队发表论文 30 篇(CCF-A 26 篇),其中 TPAMI 3 篇,NeurIPS 5 篇,ICML 2 篇,KDD 3 篇,WebConf 5 篇,ICDE 5 篇;孵化小样本学习工具包 PaddleFSL 在 Github 上已有 1300 Star;研发图学习算法 AutoSF 和 PAS 在 OGB 榜单上名列前茅。

官方招聘链接:
__http://jobs.tsinghua.edu.cn/project/qhdx/pages/recruit_new/?FM_SYS_ID=qhdx#/post/detail/D462A5209CC74E4CB99C36311366ED21__

二、拟从事研究内容或研究计划

1. 超参数(hyper-parameter)搜索与优化
2. 图神经网络(graph neural network)结构理解、分析与设计
3. 知识图谱(knowledge graph)表示学习
4. 元学习(meta-learning)学习方法
5. 小样本学习(few-shot learning)方法
6. 以上相关技术在决策和模拟相关实际问题上的应用

三、招聘要求

1. 已发表人工智能相关的 CCF-A 类至少 1 篇,例如 JMLR / TPAMI / ICML / NeurIPS / ICLR / KDD / WebConf / AAAI / IJCAI / ACL 等

2. 有探索精神,沟通能力良好,能和课题组一起工作成长 2 年

四、工资待遇

参照学校相关规定,提供有竞争力的薪酬支持和福利待遇,具体可以参考学校和电子系相关规定:https://www.ee.tsinghua.edu.cn/rczp/bshzp.htm

五、申请材料

1. 本人简历。

2. 学术成果材料,包括发表论文及收录情况、获奖情况、负责和参与课题情况等。

六、联系方式

联系人:姚权铭(博士后导师)
电话:13439838476
邮箱:qyaoaa@tsinghua.edu.cn
微信:Fullname_Yao
申请材料请发至联系人邮箱。

这是机器之心招聘栏目,对接读者与有需求的高校实验室与企业。对招聘感兴趣的机构请联系:liyazhou@jiqizhixin.com。
理论博士招生清华大学
相关数据
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
第四范式机构

第四范式成立于2014年9月,是企业人工智能的行业先驱者与领导者,中国以平台为中心的决策型AI市场的最大参与者。公司以“AI决策,企业转型新范式”为品牌理念,提供端到端的企业级人工智能解决方案,使企业实现人工智能快速规模化落地,发掘数据隐含规律,全面提升企业的决策能力。公司服务的行业包括但不限于金融、零售、制造、能源电力、电信及医疗。第四范式的产品旨在为企业提供端到端的人工智能解决方案,满足企业在AI建设过程中对应用、平台和基础设施的需求,让企业可以轻松构建量身定制的人工智能系统,将机器学习、应用、决策和评估的流程自动化,有着快速简易建模、提供低代码或无代码开发环境等特点。此外,第四范式还能为用户提供支撑人工智能应用运行的基础设施,即第四范式企业级软件定义算力平台。

https://www.4paradigm.com
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

超参数技术

在机器学习中,超参数是在学习过程开始之前设置其值的参数。 相反,其他参数的值是通过训练得出的。 不同的模型训练算法需要不同的超参数,一些简单的算法(如普通最小二乘回归)不需要。 给定这些超参数,训练算法从数据中学习参数。相同种类的机器学习模型可能需要不同的超参数来适应不同的数据模式,并且必须对其进行调整以便模型能够最优地解决机器学习问题。 在实际应用中一般需要对超参数进行优化,以找到一个超参数元组(tuple),由这些超参数元组形成一个最优化模型,该模型可以将在给定的独立数据上预定义的损失函数最小化。

元学习技术

元学习是机器学习的一个子领域,是将自动学习算法应用于机器学习实验的元数据上。现在的 AI 系统可以通过大量时间和经验从头学习一项复杂技能。但是,我们如果想使智能体掌握多种技能、适应多种环境,则不应该从头开始在每一个环境中训练每一项技能,而是需要智能体通过对以往经验的再利用来学习如何学习多项新任务,因此我们不应该独立地训练每一个新任务。这种学习如何学习的方法,又叫元学习(meta-learning),是通往可持续学习多项新任务的多面智能体的必经之路。

知识图谱技术

知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息(Heterogeneous Information)连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。 知识图谱这个概念最早由Google提出,主要是用来优化现有的搜索引擎。不同于基于关键词搜索的传统搜索引擎,知识图谱可用来更好地查询复杂的关联信息,从语义层面理解用户意图,改进搜索质量。比如在Google的搜索框里输入Bill Gates的时候,搜索结果页面的右侧还会出现Bill Gates相关的信息比如出生年月,家庭情况等等。

图神经网络技术

图网络即可以在社交网络或其它基于图形数据上运行的一般深度学习架构,它是一种基于图结构的广义神经网络。图网络一般是将底层图形作为计算图,并通过在整张图上传递、转换和聚合节点特征信息,从而学习神经网络基元以生成单节点嵌入向量。生成的节点嵌入向量可作为任何可微预测层的输入,并用于节点分类或预测节点之间的连接,完整的模型可以通过端到端的方式训练。

自动化机器学习技术

机器学习最近在许多应用领域取得了长足的进步,这促成了对机器学习系统的不断增长的需求,并希望机器学习系统可以被新手快速地熟悉并使用。相应地,越来越多的商业企业推出产品旨在满足这种需求。这些服务需要解决的核心问题是:在给定数据集上使用哪种机器学习算法、是否以及如何预处理其特征以及如何设置所有超参数。这即是自动化学习(AutoML)企图解决的问题。

百度机构

百度是全球领先的人工智能平台型公司。百度大脑是中国领先的“软硬一体AI大生产平台”,是百度AI的集大成,对外全方位输出超过270多项核心AI能力,服务230万开发者。飞桨是中国首个全面开源开放、功能完备的产业级深度学习平台,是中国自主研发的“智能时代的操作系统”。百度智能云是百度AI To B 业务的重要承载者和输出者,是产业智能化领导者。小度助手是中国领先的对话式人工智能操作系统,拥有中国市场最繁荣、开放的对话式人工智能生态,今年6月,小度助手语音交互次数超过58亿次。作为全球领先的、最活跃的自动驾驶开放平台,百度Apollo代表中国最强自动驾驶实力,被知名研究公司Navigant Research列为全球四大自动驾驶领域领导者之一。目前聚焦在以自动驾驶、汽车智能化、智能交通为核心的三大赛道。自动驾驶技术方面,超过十项中国第一,实力领跑行业。智能交通方面,百度 “ACE交通引擎”是全球首个车路行融合的全栈式智能交通解决方案。

https://www.baidu.com/
机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
小样本学习技术

人类非常擅长通过极少量的样本识别一个新物体,比如小孩子只需要书中的一些图片就可以认识什么是“斑马”,什么是“犀牛”。在人类的快速学习能力的启发下,研究人员希望机器学习模型在学习了一定类别的大量数据后,对于新的类别,只需要少量的样本就能快速学习,这就是 Few-shot Learning 要解决的问题。

知识图谱嵌入技术

知识图谱嵌入(Knowledge Graph Embedding,KGE)是将包含实体和关系的知识图谱的组成部分嵌入到连续向量空间中,在保持知识图谱固有结构的同时简化操作。

推荐文章
暂无评论
暂无评论~