研究方向包括图像处理、强化学习、自然语言处理等。为了保持团队的规模，拟补充招录一些优秀成员。实验室容量有限，暂定新招收：强化学习方向，大二1人；自然语言处理方向，大二1~2人，大三1人。要求：

1、 学习成绩在top-25%，动手能力强。

2、 喜欢机器学习，时间上有保障，具有求真务实的钻研精神，团队合作意识强烈。

从暑假至今，现有团队20余名（我院研究生3名；我院大四本科生3名；我院大三本科生10名；我院大二本科生6名；外院学生2名）成员已经完成：

1、python语言入门、Python的泛函编程专题。

2、numpy、pandas、sklearn、tensorflow等工具的培训。

3、基于国外教材或国外课程大纲，已经对机器学习相关数学基础，线性代数、概率论、信息论基础等进行了系统化培训，拟在本学期完成对凸优化和非线性最优化进行进一步培训。

4、完成了部分机器学习算法理论的详细推导；我们强调熟练运用代数定理、几何解释以及直觉的多角度切入，提倡从数学本质思考实际问题，并从应用反向理解数学工具的本质；强调启发式的分享讲解、探讨，强调不懂就问。

5、正在完成斯坦福的图像处理公开课cs231n（近一半内容），学习过程并不局限于该课程内容，每次讲座分享的老师或同学都会作适当扩展；师、生随时提问，研讨热烈。即将开展图像处理方面的顶会论文的研读，并遴选顶级会议论文进行代码复现等工作。

6、利用假期时间，参加了达观杯数据竞赛，该项赛事有诸多企业员工和高校学生参加。Delta队获得了周前20名奖励，并在终榜排名总第69名（前2%，共3796个参赛队）。

7、利用假期时间，参加了全国大学生计算机博弈大赛，获二等奖两项。

优势

1、浓厚而热烈的学习、研究气氛。

2、厚基础，理论和实践并重。

3、研究方向多样化，多组并进，互相启发。

4、干货满满的每周3次例行分享和讨论，为你从事机器学习的实践和研究提供最坚实的保障：程序设计从基础到高级实践，机器学习数学从基础到深入，机器学习算法从不知道到透彻。爱因斯坦说过，“假如你不能简单说清楚，你就还没有完全明白”。一些看起来复杂的东西，例如决策树、提升方法、支持向量机、前馈神经网络等理论，都有着极简的动机和脉络，我们要求讲者能够抽取出来，类似难度专题通常由讲者脱稿在一次分享（4小时左右）中，用一只粉笔讲解透彻；化繁为简，是我们的追求，学术之美在于清晰的理解和漂亮的结论。实验室每个人都已经从学术分享中获益，并努力培养做精彩分享的能力。

5、实验室成员出类拔萃，每个人都从不同角度定义了优秀，与他们共事极为愉快。会有专人负责传、帮、带，老师全程参与每次集体学术活动。你若保证出勤，就会持续进步。总之，你的收获比较容易超出预期。

6、外聘企业导师3名；毕业生对实验室的学术活动也提供了有力补充和支持。

7、由于机器学习研究火热，在实验室培训过和学习过的学生实现了与研究生阶段的知识对接，为研究生阶段的工作打下了基础。近4年，已经有30余名毕业生从实验室受益，其中包括17名保研同学（见附件1和2），其余同学都成功考研。

8、在学院大力扶持科创的背景下，实验室环境得到了极大改善，为更多优秀学生进入实验室提供了可能。我们将乘此东风，努力发展实验室，力争创造出有价值的成果。

愿意与我们共同进步的同学，请将个人简历发到联系人邮箱。提醒：简历罗列大量无法突出个人实践、理论或研究能力的低水平奖励或奖项，会拉低印象分。品味，从简历开始。

重要日期

简历截止日期：2018年11月10日 下午6时

面试日期：2018年11月11日 上午10时

加入邀请的发放日期：2018年11月12日

联系人：薛磊（研一）

联系邮箱：754444124@qq.com

指导教师：徐长明

----------------------------------------------------------------------------

附录1：2016~2018届成员的保研信息汇总

附录2：2019届成员拿到的保研offer

15  唐宇翔   北京邮电大学          明安龙组             计算机视觉方向

16  丛聪     中科院大学            胡晓惠组的王瑞老师   基于强化学习的多智能体协同

17  杨子杰   清华大学计算机学院    李琦老师             基于机器学习的信息安全方向