清华大学
清华大学电子系机器学习课题组拟招聘博士后，课题组负责人为姚权铭博士。团队已有成员 10 人左右，队伍年轻、朝气有活力（包括研究员、博士后、工程师、在读博士生、以及本科生）。与业界和学术界合作广泛，长期和第四范式、百度、HKUST、Stanford、UCLA 等机构保持合作与国际交流。近两年团队发表论文 30 篇（CCF-A 26 篇），其中 TPAMI 3 篇，NeurIPS 5 篇，ICML 2 篇，KDD 3 篇，WebConf 5 篇，ICDE 5 篇；孵化小样本学习工具包 PaddleFSL 在 Github 上已有 1300 Star；研发图学习算法 AutoSF 和 PAS 在 OGB 榜单上名列前茅。
http://jobs.tsinghua.edu.cn/project/qhdx/pages/recruit_new/?FM_SYS_ID=qhdx#/post/detail/D462A5209CC74E4CB99C36311366ED21
导师简介
姚权铭博士现在是清华大学电子工程系助理教授，国家青年人才计划资助者；研究方向为机器学习。他于香港科技大学计算机系取得博士学位；之后加入第四范式担任高级科学家，创建和领导公司的机器学习组，为国内最早一批从事自动化机器学习的研究团队。他发表 50 多篇一流会议和期刊论文，总引用 3400 余次；其中抗燥标签算法 Co-teaching（NeurIPS 2018）为当年 10 大高引论文之一、AutoCross（KDD 2019）在银行自动化推荐场景中被广泛应用、自动知识图谱嵌入方法 AutoSF (ICDE 2021) 为 OGB 榜单问鼎算法。他担任重要会议 ICML、ICLR、AAAI、IJCAI 和 ACML 的领域主席/高级程序委员；Neural Network 期刊副主编。他获得过诸多奖项的认可：福布斯 30Under30 精英榜（中国区），吴文俊人工智能学会优秀青年奖，香港科学会优秀青年科学家和 Google 全球博士奖研金。
1. 超参数（hyper-parameter）搜索与优化；
2. 图神经网络（graph neural network）结构理解、分析与设计；
3. 知识图谱（knowledge graph）表示学习；
4. 元学习（meta-learning）学习方法；
5. 小样本学习（few-shot learning）方法；
6. 以上相关技术在决策和模拟相关实际问题上的应用。
