博士后招聘单元

 

 

深圳大学大数据技术与应用研究所创建于2013年,是深圳大学围绕大数据领域的学科建设、研究生培养、学术研究、技术研发和产业应用的综合性学术机构。研究所以国家大数据战略需求为导向,坚持高起点、高水平、国际化的建设理念,致力成为华南地区大数据领域科技创新、人才培养、产业服务和国际交流合作的基地。研究所注重从大数据产业应用需求中提炼科学问题,力求基础理论和共性关键技术的原始创新。基础研究重点包括:面向大数据的新的抽样方法和计算框架、机器学习方法和算法、统计学习方法、相似性计算、近似计算等。共性关键技术创新重点包括:分布式并行算法、高效ETL处理、高效索引与查询、新型数据挖掘算法、可视分析与展现、数据安全与隐私保护等技术。

研究所拥有一批高水平科研人才,包括教授4人,副教授4人,助理教授和讲师9人,博士后6人,博士研究生10人(包括境外来华留学博士研究生),硕士研究生及其他研究人员20多人。科研团队中人才济济,包括IEEE Fellow、广东省领军人才、深圳市孔雀计划高端人才多人,获省部级科技一等奖2人。 中心主页

 

黄哲学

  个人主页

特聘教授,博导。曾任香港大学数学系荣誉教授、香港大学电子商业技术研究所助理总监,澳大利亚联邦科学院信息与数学研究所研究员。1993年获瑞典皇家工学院博士学位。数据挖掘属性数据(categorical data)快速聚类算法研究、K-means变量自动加权算法研究的开拓者。在地理信息系统,空间数据库及查询语言,数据挖掘算法,Web 挖掘,Web服务,时间序列挖掘,文本分类,网格计算,生物信息,物流技术等多个领域发表论文110多篇。主要论文被引用1100多次(GoogleScholar)。


研究方向:数据挖掘、机器学习、海量数据分析、云计算

 

 

王熙照

  个人主页

教授,博导,IEEE Fellow;共出版学术专著3部,教材2部;在IEEE Transactions on PAMI、Information Sciences等杂志和会议发表学术论文150多篇,其中SCI、EI检索100余篇;Google Scholar 搜索显示论文累计引用次数超过2500次,单篇最高引用超过200次。


研究方向:机器学习与不确定性信息处理

 

 

 

招聘方向

大数据分析,大数据环境下的机器学习理论与方法,面向大数据的挖掘算法,移动分布计算,超高维数据处理,深度计算,大数据技术的领域应用,未来网络与大数据,大数据驱动的网络设计与优化, 异构非结构化数据(New data management, data mining, and information retrieval techniques on unstructured data with different format. eg. spatial web data, spatial RDF data, geo-social data)