研究方向：

我们的团队致力于探索大规模分布式/协同/高效人工智能系统的研究，从算法/模型、系统、硬件和应用等多个维度进行深入探索和实践。我们的研究方向包括但不限于以下内容：

1. 【模型和算法】高效的大规模模型训练、微调和部署（如：模型稀疏化，量化等）。

2. 【模型和算法】基于联邦学习/分布式系统的大规模模型训练和微调。

3. 【系统】分布式和去中心化的大规模机器学习系统，以及软硬件协同优化。

4. 【应用】包括但不限于医疗健康、推荐系统、电路设计等领域。

理想申请人：

1. 扎实的数学基础，如线性代数、凸优化等。

2. 在算法开发、系统设计和实现方面具有丰富经验，如模型稀疏化、分布式系统、联邦学习、Android、C++和CUDA等。

3. 出色的沟通和团队合作能力。

导师个人介绍：

李昂博士将于2023年8月加入马里兰大学（College Park）电子与计算机工程系。他目前在Qualcomm AI担任科学家，并在陈怡然教授的指导下从杜克大学获得了博士学位。他的研究成果已在包括MobiCom、SenSys、IPSN、DAC、MobiHoc、INFOCOM、NeurIPS、CVPR和KDD在内的顶级系统/网络和AI/数据挖掘会议上发表。他的工作已经获得了多个奖项，包括2022年杜克大学电子与计算机工程系卓越博士论文奖，2020年KDD最佳学生论文奖，以及2019年SEC最佳学生海报奖。他现在正在招收多名博士生（将于2024年秋季开始）、研究实习生和访问学生，以进行分布式机器学习、联邦学习、边缘计算、安全和隐私的研究。更多信息可以在https://www.ang-li.com/找到。

如何申请：

如果你对与李昂博士一起工作感兴趣，欢迎随时通过邮件：angliece@umd.edu与他取得联系，并请附上你的简历、成绩单以及简短的个人简介。