博士申请 | 美国乔治梅森大学竺子崴老师招收推荐系统方向全奖博士生

2022 年 7 月 29 日 PaperWeekly

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!


George Mason University

乔治·梅森大学在计算机领域享有世界级声誉,在 csrankings 上排名全美 45,U.S. news 排名 63。它是美国著名的一级科研型大学,也是近十年来在美国迅速崛起的一所主要的大学。学校正式成立于 1972 年,前身是弗吉尼亚大学的附属学院,独立后锐意拓展,在短短的 50 年间就成为了弗吉尼亚州最大的公立研究型大学。校园位于弗吉尼亚州的费尔法克斯市(Fairfax),距离美国首都华盛顿特区(DC)仅半个小时车程,是一个治安非常好的郊外社区,气候温和,四季分明。靠近 DC 意味着课余的生活也能变得丰富多彩。Fairfax 经济活跃,有许多知名高科技企业、专业服务机构和政府部门。


优越的地理位置使学生有诸多进入世界 500 强企业实习和工作的机会。特别是亚马逊已在北弗吉尼亚州的阿灵顿建立了第二个总部(Amazon HQ2),为计算机专业学生带来大量实习和工作的机会。同时,随这亚马逊第二总部的到来,弗吉尼亚联州宣布了一项多年计划以投资于计算机学位课程的发展。GMU 致力于加速该发展计划,并扩展其计算和高科技领域。由此可预见在未来几年,GMU 将在计算及相关领域持续迅速提升其领先地位。



导师简介

Ziwei Zhu(竺子崴),将于 2022 秋季加入乔治梅森大学计算机系,担任助理教授。他于 2016 年本科毕业于武汉大学计算机学院,2022 年博士毕业于德州农工大学(Texas A&M University)。研究领域主要为信息检索,数据挖掘,和机器学习。


Ziwei 的研究致力于创造有社会责任感的人工智能算法与系统,相关课题包括但不限于推荐系统和排序系统的公平性问题和各种偏差问题(例如曝光偏差,流行性偏差,用户选择偏差等),机器学习算法的公平性,以及自然语言处理中的公平与偏见问题。同时,他也发表过多篇有关深度学习算法在推荐系统和排序系统里的应用的论文,并将继续相关问题的研究。在博士期间,Ziwei 在 KDD,SIGIR,WSDM,WWW 等国际顶级学术会议发表过多篇一作论文(一作和合作论文一共发表 20 余篇)。并且他曾多次在这些顶级会议担任程序委员会委员,也曾为多个期刊担任评审员。除此之外,Ziwei 曾在 Comcast Applied AI Lab 和 Netflix Research 实习,并且现在仍保持紧密的联系。Ziwei 会倾尽全力运用他的科研经验和他的在业界学界的资源帮助学生成功。


个人主页:

https://zziwei.github.io/

研究方向(包括但不限于)

1. 推荐/排序系统的公平性与偏差问题(fairness and bias in recommender/learning-to-rank systems);

2. 基于深度学习的推荐系统/排序系统(deep learning for recommender/learning-to-rank systems);

3. 有社会责任感的人工智能(responsible AI, AI for social good)。

招生计划

计划于 2023 Spring 和 2023 Fall 招收多名博士生,并提供全额奖学金(RA/TA)。

招生要求

1. 有较强数学基础和编程能力;

2. 对科研有极大的兴趣与热情;

3. 有良好的英文沟通和写作能力;

4. 有相关科研经历的申请者会被优先考虑。

申请方式

1. 发邮件到 [email protected];

2. 邮件题目请标明 [Prospective PhD Student];

3. 邮件中标明计划入学时间(2023 Spring 或 2023 Fall);

4. 请附上你的 CV,成绩单,一段科研经历和兴趣的介绍,以及写作样本(可以是发表的论文或者未发表的研究报告)。







实习内推

联想研究院机器学习团队 | 腾讯IEG互动娱乐事业群 | 阿里妈妈万相台算法团队 | 腾讯AI Lab视觉计算中心 | 网易游戏雷火事业群 | 微软亚洲研究院上海人工智能组 | 中科院自动化所 | 快手MMU知识图谱中心 | 蔚来汽车自动驾驶部门 | 新东方AI研究院 | 旷视研究院Face组 | 小冰团队 | 阿里达摩院灵瞳实验室 | 上海人工智能实验室 | 微软亚洲研究院自然语言计算组 | 微软亚洲互联网工程院 | 微软亚洲研究院多媒体计算组 | 百度自然语言处理部 | 阿里达摩院生物医学团队 | 百度增强现实技术部 | 微软亚洲研究院DKI组 | 中国移动研究院AI中心 | 美团外卖广告技术部 | 蚂蚁保险顾问算法团队 | 华为诺亚方舟实验室 | 微软亚洲研究院机器学习组 | 上海千象资产 | 阿里达摩院城市大脑实验室 | 西湖大学人工智能实验室 | 启元世界 | 商汤研究院基础视觉组 | 腾讯TEG数据平台部 | 蚂蚁集团数字身份及安全生态团队 | 微软亚洲研究院视觉计算组 | 腾讯AI Lab可信AI中心 | 阿里达摩院对话智能团队 | 小红书社区技术部 | 小冰AI研究团队 | 粤港澳大湾区数字经济研究院 | 百度AIG视觉技术部 | 京东科技视觉技术创新部 | Motional新加坡分部 | 微软STCA | 蔚来汽车自动驾驶部门 | 微软亚洲研究院智能多媒体组
校招岗位
字节跳动搜索团队|百度搜索策略部|京东广告质量部| 阿里巴巴达摩院对话智能团队 |华为诺亚方舟实验室|百度智能生活事业群组|中科院自动化所|百度自然语言处理部ERNIE团队|旷视研究院3D组| OpenMMLab | 轻舟智航 | 阿里达摩院XR实验室 | 腾讯TEG-AI平台部 | 京东推荐 | 腾讯优图实验室 | 微软亚洲互联网工程院 | 中科院计算机网络信息中心 | 蚂蚁金服智能引擎技术事业部 | 微软亚洲互联网工程院 | 华为云Edge AI团队 | 英特尔中国研究院 | 腾讯优图实验室视频组 | 阿里钉钉算法技术团队 | 极氪智能科技 | 三星通信研究院 | 华为高斯实验室 | 腾讯IEG互动娱乐事业群 | 交叉科技 | 同花顺 | 启元世界 | 商汤研究院基础视觉组 | 未来机器人 | 微软亚洲研究院机器学习组 | 粤港澳大湾区数字经济研究院 | 华为2012实验室
社招岗位

腾讯天衍实验室|华为诺亚方舟实验室|上海人工智能实验室|澜舟科技|百度智能生活事业群组|中科院自动化所|浙江大学杭州国际科创中心|深透医疗|旷视研究院3D组|OpenMMLab|PayPal|360人工智能研究院|聆心智能|美团骑行算法团队|深圳瑞德林生物|清华OpenBMB团队|腾讯微信事业群|OPPO研究院|阿里达摩院XR实验室|字节跳动智能创作图像团队|科大讯飞智慧医疗研究院|NVIDIA初创加速计划团队|京东探索研究院|微软亚洲互联网工程院|中科院计算机网络信息中心|商汤科技研究院|蚂蚁金服智能引擎技术事业部|微软亚洲互联网工程院|华为云Edge AI团队|微软亚洲研究院机器学习组|字节跳动商业化内容理解中台|微软搜索广告算法团队|英特尔中国研究院|腾讯优图实验室视频组|IDEA数字经济研究院|微软亚洲互联网工程院|小红书社区技术部|启元实验室|三星通信研究院|摄星智能|易航智能|阿里妈妈展示广告团队|浪潮集团|商汤科技SenseParrots团队|字节跳动Data-电商团队|索尼中国研究院|阿里巴巴国际化广告技术团队|OPPO小布助手|百度视觉技术团队|北京脑科学与类脑研究中心合作实验室|Hulu机器学习应用平台团队|粤港澳大湾区数字经济研究院|交叉科技|浪潮集团|上海期智研究院|启元世界|商汤研究院基础视觉组|小红书|未来机器人|微软亚洲研究院机器学习组|粤港澳大湾区数字经济研究院|香港量子人工智能实验室|联汇科技|粤港澳大湾区数字经济研究院

高校招生

上海财经大学语言智能实验室|香港城市大学张甲晨老师|广州国家实验室|西湖大学智能无人系统实验室|北京理工大学宋承天老师|清华大学姚权铭教授|北京邮电大学|悉尼大学徐畅老师|香港浸会大学万人杰教授|香港中文大学(深圳)查宏远教授|中国科学院深圳先进技术研究院|阿布扎比人工智能大学|北京大学李萌老师|麦吉尔大学丁俊老师|南洋理工大学骆思强老师|香港理工大学滕龙老师|香港科技大学李小萌老师|新加坡科技研究局|佛罗里达州立大学刘毅老师|蒙纳士大学数据未来研究院|中佛罗里达大学|香港科技大学陈浩教授|清华大学知识工程实验室|厦门大学郭诗辉老师|香港中文大学王历伟老师|香港科技大学郑光廷教授|北京大学吴文斐老师|西交利物浦大学PremiLab|香港中文大学王思博老师|新加坡科技设计大学StatNLP小组|匹兹堡大学|普渡大学张如琪助理教授|中科院软件所郑权老师|莫纳什医学人工智能实验室|北京大学张牧涵老师|弗吉尼亚大学张尚彤老师|新加坡设计科技大学|澳门大学张一博教授|香港城市大学赵翔宇老师|香港大学刘琦老师|格拉斯哥大学赵德宗教授|麦考瑞大学吴佳教授|香港大学黄凯斌教授|香港中文大学任洪亮老师|马里兰大学李昂老师|新加坡国立大学杨凯棣老师|新加坡国立大学刘博翔老师|华威大学计算机大数据团队|莫纳什大学戈宗元教授|北京大学可视化与可视分析实验室|新加坡国立大学|南方科技大学丁克蜜老师|香港大学韩锴课题组|弗吉尼亚理工大学周大为老师|香港科技大学(广州)刘浩老师|浙江大学杨杰老师|北京大学智能计算与感知实验室|悉尼科技大学ReLER实验室|西湖大学学习与推理系统实验室|圣路易斯华盛顿大学王晨光老师|香港中文大学(深圳)吴保元教授|香港大学柯锦涛课题组|香港理工大学李青教授|新南威尔士大学王潇杨老师|香港理工大学石杰明老师|哈尔滨工业大学(深圳)|香港科技大学(广州)李松泽老师|西交利物浦大学|香港城市大学刘晨老师|香港大学倪卓娴教授|西湖大学机器智能实验室|新加坡国立大学|北京航空航天大学|中山大学-招联数字金融联合研究中心|利物浦大学可信人工智能组


加入社群   🌟


为了更好地了解和满足大家的需求,我们建立了「求职者社群」。

加入 AI 求职社群,你可以享有招聘需求曝光、获取最新面试经验、校招准备攻略、硕博招生和独家内推渠道等服务。

扫描下方小助手的微信,pick 你心仪的岗位~




如何发布招聘

AI 求职是「PaperWeekly」旗下聚焦人工智能领域的招聘平台,涵盖高校硕博招生、博士后招募、企业校招、社招、实习和内推等。

目前已有百度、阿里、腾讯、字节跳动等企业发布内推岗位, 欢迎大家订阅关注、发布岗 位 ,如果你也想对公司和在招职位进行更多曝光,请联系我们的栏目负责人(微信:dajun164164)。


·
·
·
登录查看更多
0

相关内容

清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
87+阅读 · 2019年11月27日
【CCL 2019】2019信息检索趋势,山东大学教授任昭春博士
专知会员服务
30+阅读 · 2019年11月12日
澳大利亚麦考瑞大学王岩教授招收推荐系统等方向博士研究生
机器学习与推荐算法
0+阅读 · 2022年2月23日
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
15+阅读 · 2021年6月27日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
31+阅读 · 2020年9月21日
已删除
Arxiv
33+阅读 · 2020年3月23日
Arxiv
38+阅读 · 2020年3月10日
Knowledge Representation Learning: A Quantitative Review
VIP会员
最新内容
世界模型入门:从序贯决策到通用智能体
专知会员服务
11+阅读 · 10月24日
军事域更好使用人工智能的实用指南
专知会员服务
10+阅读 · 10月22日
《衡量语言模型中的作战规划能力》
专知会员服务
14+阅读 · 10月20日
Maven智能系统:帕兰提尔军事人工智能平台详解
专知会员服务
18+阅读 · 10月20日
《测试自动化框架在敏捷软件开发中的角色》
专知会员服务
9+阅读 · 10月20日
相关VIP内容
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
87+阅读 · 2019年11月27日
【CCL 2019】2019信息检索趋势,山东大学教授任昭春博士
专知会员服务
30+阅读 · 2019年11月12日
相关基金
国家自然科学基金
5+阅读 · 2015年7月12日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2013年2月4日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
15+阅读 · 2021年6月27日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
31+阅读 · 2020年9月21日
已删除
Arxiv
33+阅读 · 2020年3月23日
Arxiv
38+阅读 · 2020年3月10日
Knowledge Representation Learning: A Quantitative Review
Top
微信扫码咨询专知VIP会员