导师简介
大家好，我是赵越，花名“微调”，也是即将入职南加大计算机系的一名青椒（助理教授）。我自己的个人经历比较丰富的，本科在学校焊板子（计算机工程）搞学生社团，硕士毕业后转行了咨询行业（画PPT做销售），博士期间又回归到了计算机领域。这种交叉类的经验给我的启示是，多尝试不同的事情，才能知道自己不想做什么。
我的研究。我个人体会对于研究而言最重要的是兴趣，其次是努力，最后才是聪明。我自己一开始主要是做异常检测，也就是找到数据中偏差较大的样本，实际应用包括金融里面的风险监测、安全领域的入侵检测和医疗健康领域的罕见病检测等。一开始选择这个领域的原因就是因为我在咨询行业为银行工作时面临很多风控问题，因此想要从机器学习的角度来提升效果，觉得很有意思。但在这个领域深耕的时候，我发现其实机器学习领域最不缺的就是算法，真正缺少的是 自动化（automation）->怎么选择和调整一个算法，以及大规模的系统（system）->如何高效的支持海量的数据。
因此我博士中后期转向了做更多自动化和系统相关的工作，尝试把大规模的机器学习问题自动化和扩展化，比如从软件和硬件的角度设计一个机器学习系统（ML System）从而支持上百万交易数据的瞬时检测，又比如如何通过自动化（automation）为不同的机器学习自动选择好的算法模型。具体关于我的更多研究可以看我的网站：
https://viterbi-web.usc.edu/~yzhao010/
学校和实验室介绍
南加大（University of Southern California）。很稳定的美国各项排名20名左右的学校，无论是综排、专排、USNews、还是CSRanking。最近学院收到一笔10亿美金的启动资金（USC Thomas Lord Department of Computer Science Announces Naming Gift - USC Viterbi | School of Engineering），盖了新的计算机楼，并在未来3-5年可能会扩充到超过百人的师资团队。我个人选择南加大也是赌它整体会进一步提升，尤其是考虑到地理位置（洛杉矶）和生活品质（各种吃喝），其实我觉得USC是可以被认为是一所top 10-15的学校的。在学生未来求职上不存在任何的局限性！
ASAP Lab。在这个灵感下，我打算在南加大建立一个全新的实验室，叫做 Automation, System, and APplication (ASAP) Lab，致力于进一步提升机器学习算法的自动化和系统支持，并最终让下游的各种应用从中受益。因为我自己就是从交叉背景来的，所以我们的团队成员可以不仅仅限于具体的某个方向，而是有相似的视野，并最终为机器学习自动化和系统化有所贡献。因为这个阶段南加大的博士招聘已经结束，所以我们开放的合作机会有：
已经在南加大的本科、硕士、博士生：合作或者实习
还不在南加大，但是考虑24年秋季报考硕博的同学->远程实习
如果我们相互都觉得合作愉快，可以考虑2024年秋季入学的博士项目
美国的博士都是全奖，不要担心资助问题
暑假我建议大家都去实习，也一定会帮忙推给我在工业界的朋友
虽然不打算报考南加大，但是分享相似愿景的同学->远程实习
博后（实话实说，我觉得我作为青椒，对于博后下一步求职的帮助有限，但也欢迎一起聊聊）
一些我们最近的项目（已经做完，仅供参考）：（1）把大量深度异常检测算法分解为基本模块，比如loss，augmentation等，定量分析到底什么部分会影响最终结果，并设计出对于不同数据集自动组合出全新深度学习算法的方法。这样我们可以做到针对不同的数据集，生产不同的深度学习算法来解决问题（2）把多个传统的机器学习算法分解为基础的矩阵运算模块，并通过GPU加速，从而实现用深度学习系统来加速传统机器学习算法（3）用LLM来解决一些具体领域的问题，并进行加速。
如何开始以及你将会获得什么。我比较建议的开始方式是远程或者现场的科研实习/合作，因为读博是非常冒险的一段旅程。你不该贸然选择一个不喜欢的导师，导师也同理。最低成本的方式就是我们试试，给互相一个了解的机会，试错成本也就几个月而已。很多时候其实都是很不错的人，但只是风格的契合度问题，所以试试比一股脑加入某个团队要安全的多。以我以往的经验来说，3-6个月的实习有可能会产出一篇top文章，并获得推荐信。不管你最终是否选择和我读博，我们都会是学术领域长期的朋友。如果你稍微了解一下的话，就知道阿调在北美AI领域朋友非常非常非常多还是爱帮忙的，所以应该对你的职业发展还是会有一些帮助的。
招生信息
我们对你的期待：
因为我的研究的关系，编程能力是最重要的要素之一，因此你需要较强的编程能力，熟练使用Python，PyTorch等，CUDA和C++也是相关的技能。我自己也一直致力于开源ML，详情可看：https://github.com/yzhao062
热情与视野。相较于论文数量，一个人的内驱力其实是根本，而其他成果只是顺理成章的产物。机器学习不是造火箭，只要你有兴趣，肯花时间，总会有不错的产出的。论文只是顺理成章的产物，不是最终的目的。你的快乐和收获的影响力才是最重要的
已经有机器学习系统、AutoML或者异常检测、离群检测的经验加分；如果你已经有了相关的科研训练，并有论文发表，也是不错的加分项
最后，研究兴趣不是一个固定的东西，是会随着时间所改变的
如何申请？Please email the following (subject time: "Interested in {position, e.g., Ph.D.} at {expected time, e.g., Fall 23}"):
CV: brief background of you :)
Research experience: any projects; any publications :)
Why us: if any of my research papers/topics are related to you -- I am also happy to work on new topics if you can propose any :-)
我的邮箱是yzhao010@usc.edu，模版式邮件按照国际惯例是不会被回复的 :-(
转自：“科研doge”微信公众号
如有侵权，请联系本站删除！
