查看原文
其他

中科大 MIRA Lab 研究生招生说明

MIRA Lab MIRA Lab 2022-09-14

「2022年考研生与2023年保研生招生进行中」

MIRA Lab 简介

MIRA (Machine Intelligence Research and Applications) Lab负责人王杰教授曾任美国密歇根大学研究助理教授,于2017年通过「国家人才计划」引进回国,2018年入选「国家优青」,目前任中国科学技术大学信息学院教授。王杰教授以第一和通讯作者的身份在机器学习国际顶级会议及期刊(如 NIPS、ICML、JMLR 和 TPAMI 等)发表过多篇文章,并连续三年受邀在 NIPS 大会上作 Spotlight 报告。他的代表性工作进入由三位国际机器学习领军人物(含两位美国科学院院士)所撰写的教科书[1](Section 5.10)。

MIRA Lab 聚焦于人工智能和机器学习方向。我们立足于严谨的理论研究,着眼于复杂场景下的落地应用,致力于可解释的通用人工智能算法研究与系统开发。我们的研究方向包括但不限于:

  1. 强化学习
  • 深度强化学习算法研究
  • 分布式自博弈系统搭建
  • 基于图的机器学习
    • 基于知识图谱的认知与推理
    • 图神经网络
  • 大规模机器学习优化算法
    • 大规模分布式优化算法
    • 非凸优化算法

    MIRA Lab 的组内同学背景多元,成绩突出,成员信息请见:https://miralab.ai/people/

    我们的优势:

    1. 我们为每一位同学量身打造培养计划,包括:
      1. 王老师针对性的一对一高水平指导。
      2. 一线大厂资深算法专家/架构师手把手教学。
      3. 系统科学的数学及编程能力培养方案。
      4. 管理团队与沟通协作等综合能力的锻炼机会。
    2. 你将进入一个”朝气蓬勃,昂扬向上“的团队:
      1. 分享、交流、互助、协作的团队氛围。
      2. 一群志同道合,锐意进取的优秀同学。
      3. 丰富全面的资料积累与团队经验。
    3. 你可以在你感兴趣的领域发挥你的才华,包括但不限于:
      1. 深入学术研究的最前沿,在顶级期刊/会议上发表高水平论文。
      2. 突破算法与模型的极限,在顶级比赛中与全球科技精英同场竞技。
      3. 推进国家级重大工程项目,加速学术成果的落地应用。
      4. 与顶级科技公司深度合作,参与业界最前沿的技术探索。

    我们希望你有:

    1. 「远大的理想和抱负(We mean it!)」
    2. 顶尖的学业成绩或科研水平或综合能力。
    3. 扎实的数学与编程基础。
    4. 突出的英文听说读写能力。
    5. 突出的沟通、抗压和团队合作能力。

    「面试流程」

    你需要通过以下四轮考核:

    1. 学长负责的面试,对性格进行考察。
    2. 针对给出的问题,完成英文的报告。
    3. 王杰老师的最终面,确定双方是否合适。
    4. 中科大信息学院或大数据学院的 「保研/考研」 面试。

    「联系我们」

    • 意向同学请发邮件至该邮箱:admission@miralab.ai。发送邮件的同时,请在线填写信息表(点击文末“阅读原文”获取)。
    • 联系邮件请以 研究生申请-[学校]-[姓名] 为邮件主题。
    • 发送邮件时需附带的内容:成绩单、简历、获奖证明、对Problem.pdf[2]的解答(注:请任选其中一题,在Problem.tex[3]中书写,编译为pdf文件后提交)、以及有助于我们了解你的其他材料。请将你的材料命名为 [学校]-[姓名]-[成绩单/简历/获奖证明/problemX]
    • 我们会于48小时内与通过简历初筛的同学邮件联系。
    • 欢迎进入我们的主页https://miralab.ai,了解更多相关信息。

    「期待你的加入」

    「FAQ」

    Q1:为什么我发送了申请邮件,但没有收到邮件的回复?

    A1:我们会认真评估每一位同学发来的申请邮件。我们对于申请人的评价体系非常多元,主要包括你的「简历」、对于problem的「解答」、以及其他能够展现你「处事方式和能力」的种种细节。如果你通过了我们的初筛,我们会在48小时之内与你取得联系。

    Q2:排名不是特别顶尖或者项目经历不是非常充足有机会通过面试吗?

    A2:我们希望招收有「远大的理想和抱负」,且「综合能力顶尖」的同学。成绩排名、项目经验只是评价指标的一部分。如果你在其他方面,如「沟通表达能力、团队领导能力、批判性思考能力」等多个方面有显著优势,也欢迎你积极尝试面试。

    Reference

    [1]

    教科书: http://web.stanford.edu/~hastie/StatLearnSparsity/

    [2]

    Problem.pdf: https://miralab.ai/admission/admission_2023/Problem.pdf

    [3]

    Problem.tex: https://miralab.ai/admission/admission_2023/problem-学校名-姓名.tex


    点击“阅读原文”可在线填写招生信息表。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存