来源：AI求职
UIUC
UIUC，坐落于伊利诺伊州双子城厄巴纳–香槟市，是一所美国公立研究型大学。校友和教授中有30位获得诺贝尔奖，25位获得普利策奖。其工科专业在全球享有盛誉，几乎所有专业均位列全美前十，其中电气、土木、材料、环境、计算机均位列全美前五；会计学专业位列全美前三；信息科学（iSchool）专业常年位居全美第一。UIUC校友创建或参与创建了特斯拉、甲骨文（Oracle）、Youtube、Paypal、AMD、Yelp等世界知名的公司和IT产品，以及JavaScript、Swift等编程语言。
提到UIUC的机器学习和人工智能类专业，大家首先想到的估计都是实力雄厚的计算机系常年盘踞在榜单的前几名，在最新的US News排名上更是仅次于“四大”的第五名位置。但是值得一提的是，汪老师所在的信息学院（School of Information Sciences），虽然院系小巧，却常年在US News等榜单上的信息科学类的排名高居榜首，据说第一名的位置已经二十余年未曾被撼动。
导师简介
汪浩瀚（Haohan Wang）老师于2022年秋季加入UIUC信息学院出任助理教授，此前毕业于Carnegie Mellon University，师从AI顶级学者Eric Xing。老师的主要研究方向为Computational Biology和Trustworthy Machine Learning。老师从Computational Biology的研究方向开始，在研究的过程中渐渐意识到Trustworthy ML在计算生物上的重要意义，于是将自己的研究方向开始同Trustworthy ML的角度扩张。也因为对于这两个领域结合的早期贡献，于2019年被MIT和Harvard联合授予了“next generation in biomedicine”的认可。
个人主页：
https://haohanwang.github.io/
研究方向详述
1. Computation Biology: “我们致力于计算生物的研究，最主要的原因就是计算生物是一个有潜力让数百万千万黎民苍生免于疾病痛苦的课题。” 老师的计算生物研究主要关注于Alzheimer’s disease的相关课题，过去的科研也积累了一些业界的合作者，未来的角度将着力于将deep learning和统计的基础方法结合，更加可信赖的支持医疗和生物领域的合作者洞悉Alzheimer的病理。未来也将向更多的疾病探索。
2. Trustworthy Machine Learning: “机器学习研究至今，早已有万千种变化，但是我认为Trustworthy是一个非常与众不同的课题，因为它直接关系到了这些万千变化中的任何一种，是否能真正的落地” 老师的trustworthy ML研究此前主要着力于robustness，早在domain generalization变得如今天般炙手可热之前，老师的相关文章就曾在2019年发表于ICLR的Oral。今后的研究方向希望可以扩展到trustworthy ML的其他层面，也在尝试从统计的角度上联系trustworthy ML的各个分支领域。另外，老师还是Trustworthy ML Initiative的主办者之一。
3. 其他支撑课题：统计：尽管统计不是老师研究的重点，但却是老师的研究中始终占了一定的比重，主要体现在与计算生物相关题目中多次出现的linear mixed model的特性的研究上，以及Trustworthy ML分支下各个题目在统计的统一特性上。软工：老师的研究始终有一个分支在致力于将machine learning算法变成真正可以使用的软件，现在正在开发的Robustar（https://github.com/HaohanWang/Robustar）就是一个例子。另外，Robustar项目一直在招募感兴趣的同学一起合作学习，欢迎想参与开源项目的同学直接联系老师。
招生计划
1. 希望招收全奖PhD学生2-3名；
2. Postdoc等机会欢迎直接与老师联系；
3. 长期开放remote intern机会，欢迎直接与老师联系。
招生要求
1. 对于科研极具热忱；
2. 最好对于自己的人生有所规划；
3. 专业背景达到学院的基本要求；
4. 其他招生信息请见网站：
https://ischool.illinois.edu/degrees-programs/graduate/phd-information-sciences/apply
申请方式
建议感兴趣的同学在申请时明确提及与老师（Haohan Wang）合作的意向，申请截止日期为 12月1日，老师也长期招募remote intern，如有各种问题，欢迎直接联系老师邮箱：haohanw@illinois.edu
推荐阅读
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
1869
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
