背景： 中国科学院计算技术研究所研究助理、北京邮电大学博士、科技企业技术负责人，具备极强的学术届和工业界综合背景。

研究&招生方向：时序预测包括且不限于：水质预测、股票预测、NLP等）和时空数据挖掘（包括且不限于：交通流量预测、通行时间预测、下一兴趣点预测、轨迹恢复等）等。

学术成果： 共发表近20篇SCI国际期刊和EI会议论文，包括CCF-A类会议ICDE、SIGIR，SCI一区 CCF-B类期刊IEEE Transactions on Intelligent Transportation Systems (影响因子9.551)、Information Sciences (影响因子8.233)，二区期刊International Journal of Intelligent Systems (影响因子8.993)、IEEE Transactions on Vehicular Technology (影响因子6.239)和北大中文核心期刊等。 长期担任人工智能领域IEEE Network、Springer Nature等期刊机构审稿人。

指导经验和风格：在满足学生兴趣和意愿前提下指导论文选题方向确定、Idea生成、模型设计、代码编写调试和论文写作等，为学生从零开始从事科研工作，产出科研成果提供理论、写作和实践方面的全流程支持与辅导，指导区位都可以。

背景： 某互联网大厂资深算法研究员，毕业于北京大学获计算机科学专业博士学位。具备极强的学术界和工业界综合背景。

研究&招生方向：文本生成、对话系统、文本数据挖掘、大模型深度学习等自然语言处理、多模态领域。

学术成果：共发表CCF-ABC各类论文20余篇，参与编写书籍2部，中美发明专利授权10余项。长期担任KDD、ACL、EMNLP、COLING、NAACL、AAAI、IJCNLP、EACL、AACL等会议的PC委员和审稿人，是CCF中文信息学会委员。曾获“中国百篇优秀科技论文奖”，具有丰富的CCF会议论文投稿经验，带领多位同学、同事、实习生、学员发出顶会。

指导经验和风格：指导学生建立专业的科研习惯和素养，传授高效的科研方法论，多角度提供研究思路和idea，帮助学生修改论文，积累学术经验。

背景：某AI初创公司合伙人/技术VP。兼任某AI Lab兼职研究员、某硬件公司顾问、某投资机构Fellow等。美国Top10 CS博士，本科国内Top3.

研究&招生方向：AGI/大模型，CV，医学图像处理，AI for Science等AI交叉领域的应用和基础研究。

学术成果：以一作/通讯等发表40余篇论文，某CCF-B类会议大模型主体Workshop的主席，20+个会议/期刊审稿人、PC等。

指导经验和风格：4年论文辅导经验，指导40余人（包括本硕博/已就业的，辅导的学生目前有取得副教授职称，也有取得GAMA offer的）（超爱带学生的）完成发表10余篇顶会/刊，在3个月内指导零基础本科生成功发表2篇B类会议。

导师资源：学术界、业界、投资界以及北美具有丰富的Connection，愿意为有兴趣的同学提供申博/硕或实习/工作的指导或推荐。

背景：毕业于中科院，现任某研究院研究员。

研究&招生方向：多媒体检索，专注于文本-视频间跨模态检索。

学术成果：在科研方面，以第一作者身份发表5篇学术论文，CVPR一篇、WACV一篇、ICMR一篇、ICME两篇，此外以第一作者身份发表3篇CVPR国际计算机视觉顶会技术报告，申请发明专利1项。在工程方面，作为骨干成员参与研发了文本-视频跨模态检索系统，已应用于多个重大工程和业务系统中；在国际竞赛方面，以第一参赛人身份获得4项国际前三名和1项国际竞赛第四名，曾参加2021年CVPR 国际竞赛EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge，最终取得国际第1名的成绩（冠军），并且保持在第一10个月时间。曾参加2021年牛津大学举办的ICCV 国际竞赛The Condensed Movies Challenge 2021，最终取得国际第3名的成绩（季军）;曾参加2022年CVPR 国际竞赛EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge获得季军；曾参加CVPR2023国际竞赛EPIC-sounds Audio-Based Interaction Recognotion Challenge，最终取得国际第三名(季军);曾参加牛津大学举办的2020年CVPR国际竞赛The End-of-End-to-End - A Video Understanding Pentathlon (2020)，最终取得国际第4名的成绩。

背景：毕业于QS Top100，曾获得欧洲车辆路径规划学会年度最佳博士论文。曾在运筹领域业界顶级公司就职，目前就职于北美某计算实验室担任优化科学家。

研究&招生方向：车辆路径规划，整数规划，机组排班，装箱等问题。具有丰富的学界与业界交叉经验。

学术成果： 以一作身份发表论文于utd24, ABS4等顶级管理学杂志，包括Informs Journal on Computing, Transportation Science, European Journal of Operational Research。长期担任领域内权威杂志TRE，IJPR, COR, OR Spectrum, EJOR的审稿人。在博士阶段指导本科生，研究生发表SCI论文。

指导经验和风格：1. 选题能够结合业界学界的需求，多方面为学生未来考虑；2. 活跃于一线研究，能够在代码上为学生提供支持；3. 对领域非常熟悉，能及时纠正可能存在的思路偏差；4. 从选题、写作、建模、代码实现到投稿提供全方位支持。

背景：全美Top名校Computer Science PhD, 曾担任多个企业算法工程师，并参与facebook等著名企业的项目，拥有丰富的学界和工业界的交叉经验。

研究&招生方向：强化学习，路径优化，网络调度优化，摘要提取，机器翻译，运筹优化等相关方向。

学术成果：一作身份在计算机顶会INFOCOM和MILCOM等发表数篇，于SCI期刊mathematical problems in engineering发表论文数篇。

指导经验和风格：指导了大量的学生，有着长时间大量的积累，对相关的期刊和会议标准有很丰富的投稿和录用经验。有大量的前沿的idea，即使是入门的学生也可以成功地发表高质量的论文。

背景：台湾清华大学硕士毕业（专业10%），台湾交通大学PHD，在学期间参加过多项AI竞赛（如kaggle)并取得不错名次(top 3%)，目前在Carnegie Mellon University, University of Illinois Urbana-Champaign进行远程实习，与其他phd同学进行项目合作，并预计明年担任Carnegie Mellon University 的全职研究助理。

研究&招生方向：深度学习，计算机视觉，音乐生成，多模态。

学术成果：发表论文数篇。多个领域期刊领域审稿人。

指导经验和风格：可以协助把科研想法变成实际可以运行的代码，提供代码实作的一些经验和技巧。

背景：爱丁堡信息学博士，人工智能与心理学交叉研究，Modern Electronics 副主编。

研究&招生方向：1、通用方向：主动学习，深度强化学习，联邦学习。2、群智能方向：群SLAM，pattern formation，turing pattern，社会智能，决策，推理，金融分析。3、NLP方向：关系抽取，文本分类，对话系统，文本相似度计，文本纠错，语音识别。4、数据挖掘方向：推荐系统（双塔模型），时间序列预测（金融工程），生物医药挖掘（主动学习），故障预测。

学术成果：发表EI论文3篇，SSCI4篇，指导发表SCI两篇。多个领域期刊领域审稿人。

指导经验和风格：高屋建瓴，因材施教，注重方法论的理解与实践和研究思维磨练，理论结合实践，实现从零到一的研究。

背景：BAT某大厂实验室研究科学家，澳门大学人工智能博士毕业，拥有10余年算法研究应用经验，具备极强的学术界和工业界综合背景。

研究&招生方向：推荐算法(多任务学习，用户兴趣建模，跨域学习，结构优化)，自然语言处理(文本分类，序列标注，关系抽取，知识图谱，深度语义匹配等)，深度学习(结构优化，GPU推理加速，量化剪枝)等。

学术成果：共发表过发包含CCF-ABC, SCI 一二三区论文20余篇， 13篇1作，有指导过10余个本科生、硕士生和低年级博士生做科研经验。并长期担任过自然语言处理，推荐系统，深度学习方向顶会及SCI一二区的审稿人，包括IJCAI, EMNLP, IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Knowledge and Data Engineering, Pattern Recognition、Neurocomputing、Applied Soft computing等多个领域期刊领域审稿人。

指导经验和风格：从学生具体情况出发，针对学生特点定制学习及研究方向，包括由浅入深夯实基础，到论文解读，提供科研思路和想法，指导学生调试代码，辅导论文写作技巧，协助修改论文等。

背景：北京大学博士，Constance老师曾参与天池知识问答竞赛，在4000+参赛队伍中获得第一名。Constance老师作为主要成员参与申请国家自然科学基金面上项目并获得审批。 其所在的研究组为国内外知名的多模态实验室，设计研究方向包括计算机视觉、自然语言处理、语音信号处理等。

研究&招生方向：多模态预训练、视频定位、行为识别、文本检测、Vision Transformer设计、医疗视频理解。

学术成果：以第一作者发表10篇顶会和顶刊，包括ECCV，CVPR，TIP，TMM等。合作发表论文30+篇。指导过组内硕士生和本科生同学的科研训练，累计协助发表论文近20篇，有丰富的科研指导和论文写作修改经验。

指导经验和风格：Constance老师对主流研究方向均有涉猎，可以帮助科研新手同学找到合适的研究方向并快速入门，也可以帮助有一定研究基础的同学进一步提升。

背景：德国马克斯普朗克研究所与曼海姆大学博士。

研究&招生方向：计算机视觉方向，包括Transformer，视频动作识别，人体关键点以及生成模型相关领域。

学术成果：共发表多篇CVPR，NeurIPS等顶会有发表论文以及担任审稿人的经验。

指导经验和风格：Z老师有着丰富的企业实习经历，曾在奥迪德国总部参与过A8的转向控制系统研发，并在互联网大厂AI研究院进行过科研实习。指导过多名学生申请过慕尼黑工大等高校的硕士和博士。

背景：毕业于德国波恩大学凝聚态物理专业，德国复制系统马普所访问学者，法国巴黎Poincare数学研究所访问学者。具备极强的学术届和工业界综合背景。

研究&招生方向：生成模型、大语言模型、人体姿态、因果推理、脑科学、量子物理、信号去噪等。具有较强的跨学科科研经验和能力。

学术成果：共发表多篇领域顶级会议AAAI, ACM MM, 顶级物理期刊Physical Reviews A等等。长期担任计算机视觉、人工智能、多媒体领域顶级会议IJCAI, ICCV, AAAI, ACM MM等审稿人。

指导经验和风格：指导博士研究生、硕士研究生、公司实习生15余人。挖掘学生兴趣，尊重学生选择，理论和实战结合。

背景：上海交通大学博士，曾任腾讯AI Lab算法研究员，曾在华为诺亚实验室以及头部自动驾驶公司实习，硕士毕业于中国科学院，具备极强的学术届和工业界综合背景。

研究&招生方向：3D感知、人脸识别、迁移学习等。

学术成果：共发表数十篇论文，其中发表多篇CCF-A论文，包括CVPR、IEEE Trans等。谷歌学术论文被引用320余次。长期担任计算机视觉、人工智能、多媒体领域顶级会议CVPR, ECCV, ICCV等审稿人， IEEE Transactions on Image Processing，IEEE Transactions on Multimedia等国际顶级期刊审稿人。

指导经验和风格：挖掘学生兴趣，尊重学生选择，理论和实战结合。1、多年科研经验，帮助学生调试代码，快速实现Idea，超越现有模型，累积经验。2、提供完整的科研思路和科研想法，帮助学生修改论文，积累学术经验。

背景：中科院博士后。

研究&招生方向：研究方向主要为机器学习（连续学习、多任务学习、小样本学习等）与计算机视觉（视觉分类分割检测、跨模态理解）等，注重产学研结合、相关研究工作在业界已落地。

学术成果：共发表30余篇CCF会议和SCI期刊论文，包括NeurIPS、CVPR、ICCV、TPAMI (影响因子24.314)，TMM(影响因子8.182)等。长期担任ICML、ICLR、NeurIPS、AAAI等多个顶级AI会议期刊的审稿人。

指导经验和风格：有丰富的科研指导和论文写作投稿经验，熟知科研选题、综述、验证、撰稿、投稿等全流程。有超5年指导低年级博士生、硕士生与本科生进行科研与发表论文的经验，指导多名本科或硕士生成功申请到海内外知名高校硕/博士。指导特点：由浅入深，善于挖掘学生兴趣；授人以渔，传授科学的科研方法；涉猎广泛，能够帮助学生尽快产出Idea。

背景：Top高校博士毕业，具备极强的学术界和工业界综合背景。

研究&招生方向：医学图像处理、联邦学习、表征学习，主要处理任务为图像分割。

学术成果：共发表20余篇SCI国际期刊和EI会议论文，其中一作15篇，包括AAAI（oral）、ECCV、MICCAI（oral）等国际顶尖会议，Transactions on Medical Imaging（影响因子11）、Medical Image Analysis（影响因子13）、Transactions on Cybernetics（影响因子19）等一区Top期刊，以Leader身份获得国际顶尖学术竞赛冠军五次，担任AAAI、MICCAI等多个顶级AI会议的PC或AC，担任Cell Pattern，Transactions on Neural Networks and Learning Systems，Transactions on Medical Imaging等Top期刊审稿人。

指导经验和风格：指导博士研究生、硕士研究生、公司实习生十余人完成毕业论文、期刊会议指导。指导特点：待人和善，对待研究细心严格。