博士申请 | 悉尼科技大学张成奇教授招收基础模型与联邦机器学习方向全奖博士生...-CSDN博客

合适的工作难找？最新的招聘信息也不知道？

AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！

悉尼科技大学

悉尼科技大学-澳大利亚人工智能研究院 (The Australian Artificial Intelligence Institute，简称AAII)，是澳大利亚最大的人工智能研究中心之一及全球排名前十的人工智能研究中心。同时，悉尼科技大学 (UTS: University of Technology Sydney)，坐落在悉尼市中心，是一所城市型综合研究类大学，交通便利，生活舒适。悉尼是澳洲最大的城市之一，地处海滨，气候适宜。悉尼科技大学目前在QS 2024全球大学综合排名中位列90位，在US News Best Global Universities 2022-2023中排名112。

导师简介

张成奇杰出教授（Distinguished Prof Chengqi Zhang）现任UTS副校长，第33届 (2024) 国际人工智能IJCAI大会主席，澳大利亚人工智能协会理事长。从事AI方向研究近三十年，是人工智能杂志的第一位发表论文的华人作者。2008-2013年期间任量子计算和智能系统研究中心的创始主任，2013-2015年任UTS数据科学中心的创始主任，曾任澳大利亚国家基金委评审委员会专家组成员。曾主持过多次大型国际会议的举办，包括IJCAI, KDD, ICDM等，并将担任IJCAI-2024 General Chair。张教授发表论文三百余篇，论文总引用次数超过25000。研究方向包括多智能体AI，机器学习，数据挖掘及其应用。

龙国栋副教授（A/Prof Guodong Long）现任职于UTS计算机系和澳大利亚人工智能研究院。曾在工业界工作多年，擅长于结合应用问题和理论研究。发表论文一百余篇，被引13000余次，其中在AI顶级会议上(ICML, NeurIPS, ICLR, AAAI, IJCAI, ACL, KDD)上发表近40篇。参与或主持多项国家项目和横向项目，负责总经费超过400万澳元。他是2021年澳大利亚和新西兰人工智能联合年会的程序委员会主席，同时也是2021年国际高级数据挖掘和应用的程序委员会主席。他还是多个CCF-A类顶会的审稿人，担任AAAI与IJCAI的Area Chair，并将担任The Web Conference (WWW) 2025 General Co-Chair。他的研究兴趣目前主要是联邦学习及相关应用。

个人主页：

https://guodonglong.github.io/

招生简介

目前，AAII研究院张成奇杰出教授（Prof Chengqi Zhang）和龙国栋副教授（A/Prof Guodong Long）合作的科研组招收学生从事基于联邦学习（Federated Learning）与基础模型（Foundation Model）方向的博士研究生3名，提供全额奖学金：

2024年一月至三月期间入学（23年7月底交申请）
或2024年七月到九月期间入学（24年1月底交申请）

我们将为您提供什么

1. 提供全额奖学金，包括3-3.5年的免学费奖学金和每年 AUD $32500 (超过15万人民币/年) 的生活费奖学金；有顶会/优秀比赛名次等特别优秀的学生会额外每年提供AUD 5-12k的Top-up奖学金，视具体情况而定；提供会议差旅费资助（需要有文章发表在CCF-A类或者同等档次会议）。

2. 实验室与很多澳洲政府机构和国际大型公司与机构有长期合作往来，读博期间做好学术的同时可以开拓国际视野，培养沟通技巧和处事能力，全方位提升自己。毕业后有丰富的机会可以去国际大公司研究院或美国等高校博士后，也可留居澳洲申请高校教职位或博士后，或澳洲相关政府部门、澳科院（CSIRO）及企业当数据科学家等。

3. 成功的候选人将有机会在世界一流的研究环境中从事前沿研究项目，同时获得有关技术的宝贵经验，这些技术为在学术界或行业中的未来职位做好了充分的准备。我们还将提供可定制的课程，个人职业发展/支持以及跨学科和协作研究社区。

4. 如果是悉尼科技大学UTS与中国合作的KTP高校在读学生，也可以申请双学位博士dual-degree PhD。请参考：

https://www.uts.edu.au/partners-and-community/initiatives/internationalisation/key-technology-partnerships-program

招生条件

1. 愿意博士期间从事基于联邦学习的机器学习方向算法的研究，有机器学习理论基础者优先, 有其他相关方向算法经验和竞赛获奖者也可考虑，比如推荐系统，Transformer & Foundation models，Large Language Models，Multi-modality, Information Retrieval, 强化学习和机器人；

2. 学习成绩优秀的应届本科生或硕士生；或正在从事相关科研或算法工作者；申请者必须有科研经历，有论文发表和写作经验者优先；

3. 计算机或相关专业，有优秀的编程水平，有编程竞赛奖者优先，有深度学习编程经验者优先；具备良好的数学，统计和优化等基础知识，有机器学习理论或者优化算法研究经验者优先。

申请方式

有意者可发送邮件到邮箱：fmfl.uts@gmail.com