开启博士生涯：佐治亚理工、MIT等四所高校招收博士生

无论是即将开始，还是回顾过去，两年时间里机器之心发布过多篇「博士生涯」文章。博士的光环既令人羡慕，也令人望而却步。但既然点开了这篇文章，就表示你的心底依然渴望人生经历一段博士旅程。

为了更好的服务读者，机器之心整理了四所高校实验室招收博士生、暑期访问学生的信息，希望能对你有所帮助。同时也欢迎招收博士生的实验室联系我们，为大家提供更多信息。

佐治亚理工大学自动控制和机器学习实验室

陈永昕教授

陈永昕教授 2011 年本科毕业于上海交通大学机械系，并于 2016 年获得明尼苏达大学博士学位。陈的研究兴趣广泛，涉及自动控制，机器学习，优化以及机器人等诸多方向。在博士期间，陈的研究集中在控制理论和最优传输理论。有兴趣的同学可以到陈的个人主页（http://yongxin.ae.gatech.edu/）了解更多细节。陈于 2017 年获得 IEEE 自动控制旗舰期刊的最佳论文奖。

陈于 2018 年秋加入佐治亚理工大学航空航天学院并成立自动控制和机器学习实验室。由数据推动的机器学习已经在很多方面取得了突破，可以用于完成相对复杂的任务。应用到机器人领域的主要瓶颈在于可靠性和学习效率。相反，由模型推动的控制理论实施起来很可靠，但是局限于相对简单的任务。陈目前的研究目标是结合控制理论和机器学习的优点建立一套理论和算法框架用于包括机器人在内的对可靠性和任务复杂度都要求较高的系统。相信不久的将来，机器人会和电脑一样普及。实验室的主要任务是为机器人时代的到来提供理论和技术支持。

学校简介：佐治亚理工学院位于亚特兰大，是北美顶级理工大学，和麻省理工及加州理工并称为美国三大理工学院。其中航空航天系（https://ae.gatech.edu/）更是常年稳居美国前三。除了各大学院，学校还设多个跨学院的研究中心，包括机器人所（http://www.robotics.gatech.edu/），机器学习所（http://ml.gatech.edu/）和自动控制所（http://dcl.gatech.edu/）。这些中心和陈的研究方向密切相关，为陈的自动控制和机器学习实验室提供了雄厚的人员和技术支持。另外，通过这些研究中心，在校学生除了在实验室开展自己的研究项目，还有很多和各个学科世界一流学者合作的机会。

招生介绍：自动控制和机器学习实验室计划接收一到两名 2019 秋入学的博士研究生。这批学生的研究侧重点为理论和算法，所以对学生的数学及编程功底要求非常高。如果你对自己的数学和编程功底充分自信并想为未来科技发展留下自己的印记，请发邮件到 [email protected]，并附上简历和成绩单。背景合适的同学会收到回复和电话面试。被录取学生可以选择加入航空航天系，机器人所或者机器学习所。

MIT HAN Lab

韩松教授

韩松教授博⼠毕业于斯坦福⼤学，师从 NVIDIA⾸席科学家 Bill Dally 教授。他的研究⼴泛涉⾜深度学习和计算机体系结构。他提出的 Deep Compression 模型压缩技术曾获得 ICLR'16 最佳论⽂，ESE 稀疏神经⽹络推理引擎获得 FPGA'17 最佳论⽂，引领了深度学习模型加速的研究，对业界影响深远，在博⼠期间联合创⽴了深鉴科技，被赛灵思收购后加⼊MIT 任教。

MIT HAN Lab 介绍：深度学习⽬前飞速发展，其进步和成功依赖于⾼效的算法、有⼒的硬件⽀持以及⼤规模的数据集，MIT HAN Lab 主要集中于前两个⽅⾯的研究，实验室科研⽅向包括:

• H: High performance, High energy efficiency Hardware
• A: Architectures and Accelerators for Artificial Intelligence
• N: Novel algorithms for Neural Networks and Deep Learning

招生介绍：目前 HAN Lab 正在招收 PhD、暑期访问学生。研究⽅向包括全栈深度学习优化、算法（AutoML，视频，语⾳、翻译）、系统（分布式训练，编译器，runtime）和硬件（FPGA，ASIC）。感兴趣的同学可通过邮箱联系（[email protected]，https://songhan.mit.edu）要求附上个⼈简历、Github 链接、research statement。

加拿大麦吉尔大学智慧交通实验室

孙立君教授

孙立君，现任加拿大麦吉尔大学（McGill University）土木与应用力学系助理教授，智慧交通实验室负责人。于 2011 年在清华大学获得土木工程本科学位，2015 年获得新加坡国立大学（National University of Singapore）交通工程博士学位，博士期间全职参与了新加坡-瑞士联邦理工大学研究中心未来城市实验室（Future Cities Laboratory, Singapore-ETH Center）的研究项目。加入麦吉尔大学前，他在麻省理工学院媒体实验室（MIT Media Lab）任博士后研究员（2015-2017），主要研究方向为人工智能与众包（crowdsourcing）在城市与交通系统中的应用。

实验室目前研究方向主要集中于智慧交通系统与城市计算，通过开发创新的理论与应用来解决城市交通中的效率、弹性与可持续性等问题。

招生介绍：该实验室每年招聘博士生 2 名，博士后 1-2 名。要求有好的机器学习（以及深度学习，强化学习）或数学（运筹优化）基础，对城市数据及机器学习在城市中的应用比较敏锐。目前对于博士生及博士后有非常好的 IVADO(https://ivado.ca/en/researchers/centres/）奖学金机会（https://ivado.ca/en/ivado-scholarships/postdoctoral-scholarships/）。联系方式为 [email protected]，具体招聘信息及联系方式见 http://smart.lab.mcgill.ca。

密歇根州立大学

张弥教授

张弥，现任密歇根州立大学电子与计算机工程系 (ECE) 和计算机科学与工程系 (CSE) 助理教授。博士毕业于美国南加州大学，本科毕业于北京大学。张弥教授和他的学生在相关国际顶级会议及期刊发表学术论文 40 余篇。学术成果被国际顶级媒体比如时代周刊，连线杂志，MIT 科技评论，CNN 等报道 70 余次。张弥教授先后获得 2018 年 IEEE CNS 会议最佳论文奖，2015 年 ACM UbiComp 会议最佳论文提名奖。张弥教授及其研究团队在 2017 年 NSF Hearables Challenge 全美竞赛中获得第三名，在 2016 年 NIH Pill Image Recognition Challenge 全美竞赛中获得冠军。

实验室简介：张弥教授所领导的智能系统实验室主要从事深度学习算法和系统的研发以及在虚拟现实设备，无人驾驶汽车/飞机，智能移动和可穿戴设备，物联网的应用。实验室和多家世界著名高科技公司有着紧密的合作关系，包括微软 (Microsoft)，谷歌 (Google)，三星 (Samsung)，因特尔 (Intel)，贝尔实验室 (Bell Lab)，福特 (Ford)。这些合作关系为实验室的博士生提供了大量的实习和就业机会。

主要研究领域：终端及大规模深度学习系统，移动计算，智能物联网，移动医疗。

招收博士生数量：3 名，全额奖学金。2019 年 1 月或者 9 月入学均可。

联系方式:

• Email: [email protected]
• Web: http://www.egr.msu.edu/~mizhang