博士申请 | 新加坡科技设计大学孙竹老师招收推荐系统方向全奖博士/访问学生-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！

新加坡科技设计大学

新加坡科技设计大学（Singapore University of Technology and Design, SUTD）创立于2010年，是新加坡第四所公立大学，也是世界上第一所集设计创新于研究与工程中的大学。新科大创校校长为麻省理工学院工学院院长托马斯.L.马尼安提（Thomas L. Magnanti）教授。在创校初期，该校与美国麻省理工深度合作，尤其是在学科建设、教学管理上与麻省理工保持密切地交流与合作。新科大除了与麻省理工建立了密切的合作关系，同时也与浙江大学开展了深度合作。新科大作为一所领先的研究型全球性大学，其办学的目的是为了提高知识和培养有技术基础的领导者和创新者来服务社会。

虽然新科大的建校时间很短，但其在国际上的专业排名上已经崭露头角。根据2018年MIT发布的“全球前沿工程教育”报告，新科大在“全球十大工程教育新兴领袖”中取得第一。此外，依据最新的QS世界大学排名，新科大位列全球第440位。而在AI领域的CSranking中，新科大排名世界第111位，亚洲第36位。

导师简介

孙竹，博士毕业于新加坡南洋理工大学 (NTU)，现就职于新加坡科技与设计大学 (SUTD) 信息系统技术与设计学院 (ISTD)，担任助理教授。孙竹博士的主要研究方向为推荐系统(Recommender Systems)，研究聚焦于应用数据挖掘和机器学习技术（如深度学习、强化学习和大型语言模型）设计高效可信的推荐系统算法。她致力于在电子商务、社交网络、基于位置的社交网络和多媒体等领域研究如何利用辅助信息（如知识图谱，社交网络）提高推荐系统的准确性、多样性、可解释性、公平性和隐私保护能力。此外，她主导并开发了开源库DaisyRec和DaisyRec-2.0，旨在实现推荐算法的可复现与基准化研究。孙博士已在NeurIPS, KDD, SIGIR,AAAI,TPAMI,TKDE, TOIS等顶级期刊与会议发表论文80余篇，长期担任SIGIR、KDD、IJCAI, CIKM等国际会议程序委员及《ACM Transactions on Recommender Systems》副主编。

课题组常年与国内外知名高校（新加坡南洋理工大学、荷兰代尔夫特理工大学、澳大利亚麦考瑞大学、浙江大学、上海财经大学、东北大学等）以及企业（A-STAR, Bytedance等）有合作；将为每一位学生邀请一名出色的学术专家(知名高校教授或企业研究人员)，共同指导学生课题。

个人主页：

https://sites.google.com/view/zhusun

招生岗位

1. 博士研究生：

提供全额奖学金（含学费减免及生活津贴），支持参与国际学术会议与科研合作
具体信息可参考：
https://www.sutd.edu.sg/admissions/graduate/scholarship/sutd-graduate-fellowships-scholarships/

2. 访问学者：

面向已获得国家留学基金委（CSC）资助、自费或其他项目支持的在读博士生或青年学者。成果优异者本课题组可提供资金支持，每月2000新币左右津贴；
提供科研合作机会及实验室资源，访问时长灵活（3-12个月）。

研究方向

具体研究方向包括但不限于以下几个领域：

1. 可信赖推荐系统：基于知识图谱、大语言模型的个性化推荐算法设计，尤其在医疗保健领域；

2. 多模态数据挖掘：结合文本、图像与用户行为的跨域推荐技术；

3. 推荐系统基准化研究：可复现性评估框架与公平性验证方法；

4. 隐私保护与解释性：兼顾用户隐私与模型透明度的推荐机制。

进组后获得的资源

1. 个性化科研指导：导师一对一定期会议，从选题、实验设计到论文撰写全程参与；

2. 学术合作：为每一位学生邀请一位出色的学生专家作为合作导师，共同指导研究课题；

3. 职业发展助力：成果优异可以协助申请博士后职位，或推荐到工业界大厂实习。

申请要求

1. 博士研究生：

学历背景：本科或硕士学历，计算机、人工智能或相关专业，成绩优异；
能力：熟练掌握深度学习相关框架（PyTorch等），专业基础扎实（编程，数理知识），科研热情高；
科研：在推荐系统相关方向有一定的研究经验。发表过相关论文者优先；
英语：有良好的英语读写和口头沟通能力。SUTD博士入学英语大致要求：TOEFL>=90, IELTS>=6.5（对于特别优秀的申请者，英语成绩要求可适当放宽）。

2. 访问学者：