清华大学周伯文老师课题组招聘助理教授/博士后/工程师/短期访问学生

清华大学协同交互智能课题组位于清华大学电子工程系罗姆楼，负责人为周伯文教授。该课题组致力于研究面向人工智能可信理论突破为基座的多模态交互数智化赋能关键技术，研究目标为：构建可解释、可交互、可信赖、能推理、能决策、有知识、自适应的新一代AI模型和理论，让AI系统更好地与人协同完成复杂任务，并更好地自适应产业数智化中多应用场景。

课题组简介

课题组主要研究方向包括：

多模态表征与交互

研究多模态信息的理解、生成、交互与知识图谱的融合推理，提升人机协同场景下的认知、创新与决策能力，建立数据驱动的机器学习与知识驱动融合的人工智能理论与方法。

人机协同智能方向

研究以人为中心的人机协同交互智能，研究以对话、交互等以人为中心的学习与诱导方式持续提升机器智能在非稳态（non-stationary）应用环境下的感知、认知能力和任务迁移能力，提升复杂场景中人类的生产效率以及人机耦合决策的交互协同能力。

大小模型协同方向

探索云边端协同的云上预训练基础大模型与场景化边缘小模型的共同演绎与进化，包括从大模型到小模型的自适应简化，与多个边缘小模型驱动的基础大模型自演化。

可信赖AI方向

探索AI系统在全生命周期中的鲁棒性、泛化性、可解释性、隐私保护和公平无偏等多个维度的可信赖问题，包括可信赖AI各维度之间的相互作用以及评估指标等方面的研究。

图：协同交互智能课题组主要研究内容

课题组关注学术前沿与数字经济的时代机遇，秉持产学研一体化落地的价值理念，承担科技部2030-新一代人工智能重大项目等多项课题。当下，人工智能方兴未艾，还有太多可能性需要我们一起去探索和重新思考，例如:

1. 面向学术前沿，AI发展的理论瓶颈和技术制约在哪里？如何突破？
2. 面向国民经济主战场，如何提炼AI真问题？如何解决真问题、带来真价值？
3. AI与其他学科的交叉，会产生哪些新的旗舰型应用？对应的核心科学问题是什么？

课题组负责人在学术研究、技术转化及产业融合方面，均拥有丰富经验。课题组负责人在纽约IBM T. J. Watson研究中心从事学术研究15年，发表过多篇具有开创性影响力的学术工作他引上千次。例如，作为课题负责人曾在”A Structured Self-Attentive Sentence Embedding”一文中首次提出自注意力+多头表征等核心理念，相关研究被Transformer等论文引用并认可为先驱工作，成为自然语言和图表征的新范式，被大量多模态表征与理解模型和系统所采用，2017年后被引用近2000次。此外，课题组负责人曾在“Abstractive Text Summarization Using Sequence-to-Sequence RNNs and Beyond”文中定义了新的生成模型结构。被斯坦福大学AI Lab负责人Chris Manning教授评价为AI文本生成领域奠基性工作之一，该论文和后续论文他引近2000次和超千次。

在学术与产业融合方面，课题组负责人长期致力于AI前沿技术的产业价值发现与创造。2003年即研发了世界首个嵌入式大词汇量双向语音翻译系统并成功获得应用。多年来，带领团队多次打造人工智能开放技术平台，并应用于语音翻译、智能客服、导购助手、内容生成、智能供应链、数字虚拟人、AI质检、智能产品设计、数智化协同等大规模互联网应用及产业数智化场景。历任京东集团高级副总裁、集团技术委员会主席、京东云与AI总裁、京东人工智能研究院创始院长；2003年留美博士毕业后加入IBM T. J. Watson 研究院历任研究员、PI、研究总监等，任IBM人工智能基础研究院院长、IBM Watson集团首席科学家(Chief Scientist)，IBM杰出工程师。

课题组负责人介绍 （合作导师）

PROFILE

周伯文，清华大学电子系长聘教授、清华大学惠妍讲席教授，IEEE Fellow、中国人工智能学会（CAAI）会士。从事人工智能基础理论和核心前沿技术的研究、应用及产业化二十多年，研究领域包括语音和自然语言处理、多模态内容理解与生成、知识表征与推理、人机对话、可信赖AI等，同时多年来致力于科技产品的创新与产业化，领军打造了多个人工智能、数字化创新产品。已发表论文百余篇，谷歌学术引用量超13500次，授予数十项专利。曾担任IEEE语音语言技术专家组成员，IEEE Transactions期刊编委。荣获2020年吴文俊人工智能杰出贡献奖。曾作为主要技术完成人多次获得IBM杰出技术成就奖和杰出技术发明奖，作为技术领导者和高管获IBM杰出技术领导成就奖、“Best of IBM”等。

学术和社会兼职包括国家新一代人工智能治理专家委员会委员、国家新一代人工智能发展研究中心专家委员，上海市人工智能战略专家咨询委员会委员，北京市、 广州市、成都市政府特聘科技顾问，并担任北京大学、中国科技大学、上海交通大学、香港中文大学（深圳）、哈尔滨工业大学等兼职教授、博士生导师。

助理教授招聘

应聘条件

1. 博士学位，年龄一般35岁及以下；
2. 在多模态表征与交互、人机协同智能方向、 大小模型协同方向、可信赖AI方向等领域已经取得高水平的研究成果，有本领域的顶级论文刊出；
3. 在相关领域已经取得一定的成绩并展示了很大潜力；有海外经历者优先考虑。相关待遇 享受清华大学事业编制全部福利，年薪不低于40万元以及10年期住房补贴！特别优秀者可享受更高待遇，包括学校、研究所和课题组的科研津贴。条件符合的情况下，我们支持申请人积极申报国家海外优青计划！

博士后招聘

基本要求

1. 符合清华大学博士后招收条件，具有博士学位，年龄在35周岁以下，获得博士学位的年限一般不超过3年 (http://postdoctor.tsinghua.edu.cn/info/zcgd/1297)；
2. 科研思维活跃、创新能力强、具有强烈的技术创新和科研热情；
3. 具有良好的英文文献阅读、写作能力，具有较强的编程能力；
4. 工作勤奋、踏实，责任心强，有良好的团队意识和协作精神。

研究方向及专业要求

1. 多模态表征与交互。研究内容同上。在计算机视觉、自然语言处理、机器学习等相关领域以第一作者发表过高水平论文者，有多模态预训练模型及相关任务应用等研究背景的优先。
2. 人机协同智能方向。研究内容同上。在计算机视觉、自然语言处理、机器学习等相关领域以第一作者发表过高水平论文者，有人机交互、强化学习和持续学习等研究背景的优先。
3. 大小模型协同方向。研究内容同上。在机器学习等相关领域以第一作者发表过高水平论文者，有大模型轻量化、稀疏/模块化网络、联邦学习和云边模型协同训练及推理等研究背景的优先。
4. 可信赖AI方向。研究内容同上。在机器学习等相关领域以第一作者发表过高水平论文者，有深度学习可解释性、域外泛化性等研究背景的优先。

工资待遇

1. 薪资、保险等按照国家和清华大学博士后管理办法执行；
2. 可申请清华博士后公寓或享受住房补贴；
3. 解决子女入园、入学（初中）；
4. 推荐申请各类博士后支持计划，包括博士后创新人才支持计划、博士后引进项目、清华大学“水木学者”支持计划等（具体信息请查询清华大学博士后官网：https://postdoctor.tsinghua.edu.cn/）；
5. 电子工程系设有冠名博士后，资助优秀博士后，额外支持20万/年* 2年。

申请材料

1. 本人简历；
2. 学术成果材料，包括发表论文及收录情况、获奖情况、专利、主要负责和参与课题情况等。

工程师招聘

岗位名称

算法工程师

岗位描述

1. 从事多模态人机协同智能交互平台研发工作；
2. 负责CV、NLP等相关算法实现，对相关任务给出算法方案并进行算法实现及调优；
3. 参与实验室相关学术工作与项目开发。

科研任务

多模态人工智能的理解、生成、交互与推理

公共服务

帮助设立因材施教人工智能+系统方面的本科生培养体系与实验室学习项目。

任职要求

1. 计算机相关专业硕士及以上学历；
2. 具有较强的编程能力，掌握Python、C/C++、Java等基础编程语言，至少熟练使用一种编程语言；
3. 熟悉TensorFlow、Pytorch等深度学习框架，具有良好的数学基础和英语阅读能力；
4. 熟悉深度学习以及常用机器学习算法，能熟练运用相关算法解决有挑战性的问题；
5. 具有深度学习训练与优化经验、AI算法设计/复现及开发经验、自我驱动的交叉复合型⼈才优先考虑；
6. 有良好的心理素质和沟通能力，有强烈求知欲，对人工智能领域相关技术有热情，自我驱动力、学习能力强优先考虑。

申请程序

1. 申请人提交申请意向
2. 合作导师向院系推荐
3. 院系集中面试
4. 校机关审核
5. 国家审批
6. 学校通知录用
7. 申请人办理进校手续

短期访问学生（本科生、研究生均可）

研究方向同上，本科生与研究生均可报名，欢迎有志于以上课题组研究方向的同学们积极报名。在这里，可以协同课题组一同探索前沿方向，协作课题专项，与课题组共同学习，共同成长。请将个人简历与申请材料，包括大学期间在内的学术成果和研究方向，打包发送至邮箱zhoubowen@tsinghua.edu.cn，我们欢迎每一位有创造力，激情昂扬，有斗志的你加入！

期待坚信长期主义的有志青年加入我们的团队，一起探索突破性的前沿想法并将这些想法变成现实成果，在学术上上书架，在产业上上货架。

联系方式

联系人

宋老师

电话

18850283928

邮箱

zhoubowen@tsinghua.edu.cn

书面申请材料请发至邮箱，邮件主题为 “应聘博士后/工程师/短期访问学生-姓名-学校”，申请博士后请在邮件中说明感兴趣的研究方向。

📝论文解读投稿，让你的文章被更多不同背景、不同方向的人看到，不被石沉大海，或许还能增加不少引用的呦~ 投稿加下面微信备注“投稿”即可。

最近文章

为什么回归问题不能用Dropout？

Bert/Transformer 被忽视的细节

中文小样本NER模型方法总结和实战

一文详解Transformers的性能优化的8种方法

DiffCSE: 将Equivariant Contrastive Learning应用于句子特征学习

苏州大学NLP团队文本生成&预训练方向招收研究生/博士生（含直博生）

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注~