博士申请 | 亚利桑那州立大学魏华老师招收强化学习全奖博士/硕士/本科/实习生

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！

亚利桑那州立大学

亚利桑那州立大学 (ASU)，位于全美著名的凤凰城都市圈，是美国最大的公立大学之一。CSranking排名47 (人工智能方向5，Security方向12，Robotics方向20，Visualization方向24，CV方向32)。ASU拥有良好的学术声誉，计算机毕业生在工业界获得高薪，是硅谷公司最喜欢的学校前十；同时ASU被评为美国最具创新力大学No 1，众多毕业生在美国研究性高校找到教职，包括美国西北大学、弗吉尼亚大学、宾州州立大学等。

凤凰城 (Phoenix) 是全美国第五大城市。近年来大批半导体和电动车企业进驻亚利桑那，包括Intel、台积电、Waymo等等。凤凰城的研发氛围吸引着大批科技 (Amazon、Meta)、半导体 (Intel、台积电、microchip)、和电动车 (Waymo、Lucid Motors) 企业的持续入驻。由于产业和人口的高速增长，凤凰城极富活力，商业繁荣，生活便利，亚洲超市和餐饮应有尽有。同时它的娱乐艺术氛围浓厚，超级碗和各种演唱会 (Taylor Swift/Beyonce/Ed Sheeran) 应接不暇。

亚利桑那州紧邻加州，拥有三座国家公园，是旅行爱好者的天堂: 大峡谷国家公园、仙人掌国家公园和化石森林国家公园。周末假期驱车即可到达，十分方便，非常有利于同学们保持学习与生活的平衡。

导师简介

魏华，将于2023年秋季加入亚利桑那州立大学(ASU)，其研究旨在推进强化学习在真实场景中的落地。他在北航获得计算机科学的本科和研究生学位，并在宾夕法尼亚州立大学获得博士学位。他的课题组的论文多次发表在人工智能、机器学习、数据挖掘的顶级会议上，并获得了ECML-PKDD 2020最佳论文奖。同时，他在KDD、AAAI等会议上组织了一系列研讨会、数据竞赛和教程，包括AAAI 2023年人工智能加速的深度学习-硬件协同设计研讨会、CIKM 2022年数据驱动的智能交通研讨会、KDD Cup 2021年城市大脑挑战赛、交通领域顶会ITSC的强化学习教程。他和业界公司和高校有着丰富的合作经验，曾在Microsoft、京东、腾讯和滴滴实习，并与MIT、UCBerkeley、 Lawrence Berkeley National Lab等高校和国家实验室保持着紧密的合作。

个人主页：

https://www.public.asu.edu/~hwei27/

研究方向

1. 可信赖的强化学习: 安全、鲁棒、可解释 (Trustworthy RL)

2. 以数据为中心的强化学习: 数据增强、数据生成、数据优化 (Data-Centric RL)

3. 可迁移的强化学习：环境随机化、环境适应、接地模拟学习 (Sim-to-real transfer)

4. LLM/生成式AI以及其在交通中的应用 (LLM/Generative AI for transportation)

招生要求

1. 有计算机、自动化、数学背景，也欢迎多元背景的学生加入

2. 有编程基础

3. 热爱生活，热爱学术

4. 博士生提供全额奖学金，实习生可远程

关于导师一些不那么正式的介绍

我的经历比较丰富: (1) 担任过本科生辅导员，带过120个本科生四年，所以学生们叫我导导; (2) 在工业界全职工作过，在腾讯AI Lab做王者荣耀，欢迎大家带我上分～ (3) 这些都让我愈发觉得，人生在于经历。只有通过尝试不同的事情，我们才能真正了解什么适合自己，以及自己的兴趣和激情所在。

我三年半从Penn State莽撞毕业，跟着神仙导师Zhenhui (Jessie) Li，在20年教职寒冬中幸存于新泽西理工学院 (目前由于家庭原因将前往西边)，今年秋天计划在ASU建立一个全新的实验室，名字还没定 (叫“Huawei Lab” 会不会太敏感呢？欢迎成员们一起取名)。

和我合作研究的学生背景很diverse，除了计算机科班毕业的同学外，还有本科学化学、交通工程、自动化的。我一直认为英雄不问出处，只要目标一致对研究充满热情，哪里都能造就英雄；而diverse的背景会让整个组更有活力激发出不一样的火花，因此十分欢迎多元背景的学生来勾搭~

在和学生相处方面，我一直秉持着“We are family”的理念，真诚对待学生。能早毕业就早毕业，赶deadline时尽量不拖学生后腿，能陪通宵赶due也可以一起debug代码。平常生活里嘻嘻哈哈，聊科研改paper小小严格，如果在研究上学生不真诚且一直没法批判思考我可能会当场指出问题。但是我也会常常反省自己是不是表达太严肃，沟通的方式方法上和现在的学生们磨合的还可以。

我的研究兴趣比较广泛。目前让我上头的是可信强化学习，长期目标是让强化学习落地。随着对强化学习应用于在交通领域的深入研究，我发现强化学习的在真实世界的落地面临诸多挑战，在传统强化学习之外，更有缺失数据、安全鲁棒、以及模拟器与真实世界存在偏差的问题。因此，我转向研究自动化、可迁移的强化学习，并构建各种真实系统以测试强化学习。

我们组的文章发表在人工智能、机器学习和数据挖掘领域的会议和期刊上，和我们合作的学生第一年基本都会在这些会议上发paper。但是我们现在的研究领域还比较局限，希望能和学生们一起拓展更多的领域 —— 机器人、多模态、AI理论都是要拓展的方向！

申请方式

投递邮箱：[email protected]

邮件主题请注明：[Prospective Student] {Position} Application from {名字}, (Position = PhD or Intern; 只需填写一个)

请附上你的CV、成绩单 (如果有论文也可以发我学习一下)

请附上一小段你的自我介绍以及研究兴趣

希望你可以热爱生活热爱学术