北京大学崔斌教授组招收图机器学习、AutoML等方向科研实习生

最新推荐文章于 2024-08-21 16:56:45 发布

深度学习技术前沿

最新推荐文章于 2024-08-21 16:56:45 发布

阅读量467

点赞数

文章标签：人工智能计算机视觉机器学习深度学习神经网络

来源：AI求职

北京大学

崔斌老师现为北京大学计算机系教授、博士生导师，担任计算机系副主任、网络与信息系统研究所长。课题组长期在 SIGMOD、VLDB、ICML、AAAI、KDD 等一流会议发表论文。课题组同学曾数十次获得包括 CCF 优博、北大优博、学术十杰、微软学者、苹果奖学金、谷歌奖学金等荣誉。

具体信息见：

http://net.pku.edu.cn/~cuibin/index.html

目前实验室以下方向项目组招收本科科研实习生：

1. 自动化机器学习

自动化机器学习包含自动化特征工程，自动化超参数优化，神经网络结构搜索等具体技术方向。其核心目标在于替代传统的人力优化机器学习任务，在金融、医药、推荐等领域已取得广泛的应用。项目组目前在该领域已有扎实的基础，已相继完成超参数优化与机器学习流程优化两个系统的初步开源工作，相关算法与系统已发表于 VLDB、KDD、AAAI 等一流国际会议。

???? 简历投递：shenyu@pku.edu.cn（博士生），抄送至bin.cui@pku.edu.cn（崔斌老师）。

2. 图机器学习

项目组对图机器学习的研究主要包含图数据，图模型和图系统三个层面。图数据侧重于数据的生成、选择和优化，图模型重点关注图神经网络（GNN）及其应用，图系统则聚焦于大规模图神经网络的训练，以及图模型的自动建模。项目组在该领域已有扎实基础，目前有正在开发的图机器学习系统，多篇相关论文已发表于 SIGMOD、VLDB、KDD 等一流国际会议。

???? 简历投递：wentao.zhang@pku.edu.cn（博士生），抄送至bin.cui@pku.edu.cn（崔斌老师）。

3. 机器学习/深度学习系统

AI System 是最近新兴的研究领域，一个高效的 AI 系统往往需要对一种或者一大类具体的 ML/DL 算法深入挖掘，同时对算法执行（比如模型结构，反向传播）和底层实现（如编译、计算、访存、分布式通信）进行优化。项目组目前已在推荐模型、图神经网络、Transformer、大规模预训练模型等多种模型上开展了优化工作，同时开源了北大自主研发的分布式深度学习系统-河图，多篇论文发表于 SIGMOD、ICDE、KDD 等会议。

???? 简历投递：xupeng.miao@pku.edu.cn（博士生），抄送至bin.cui@pku.edu.cn（崔斌老师）。

有如下条件者优先考虑：

1. 对科研有热情，具有良好的团队合作精神；

2. 能够熟练使用 Python；

3. 有机器学习基础。