实验室介绍：Mila实验室是由深度学习先驱YoshuaBengio教授领导的人工智能实验室（https://mila.quebec/），主要从事深度学习、强化学习、优化算法等人工智能领域的基 础研究以及在不同领域的应用。现有教师 80 余人，学生 1000 人左右，是目前学术界从事深度学习和强化学习最大的实验室。

个人主页：https://jian-tang.com/

个人简介：唐建老师现任加拿大蒙特利尔学习算法研究所(Mila)以及加拿大蒙特利尔大学计算机系、商学院助理教授，CIFAR讲席教授。主要研究兴趣包括几何深度学习、图神经网络、深度生成模型、知识图谱以及这些方法在药物研发领域的应用。2014年毕业于北京大学信息科学技术学院并获得博士学位，2014-2016 年任职微软亚洲研究院研究员，2016-2017 年为密歇根大学和卡内基梅隆大学的联合培养博士后。攻读博士期间，曾 获 2014 年机器学习顶级会议 ICML 的最佳论文，并于 2016 年获得数据挖掘顶级会议 WWW 的最佳论文提名。他是图表示学习领域的代表性人物，发表了包括LINE、RotatE等代表性工作。他发表的网络表示学习算法 LINE 被广泛应用，2015 年发表至今已被引用接近四千次，是WWW会议2015-2019期间引用次数最高的论文。他也是机器学习顶级会议ICML和NeurIPS的领域主席。他的团队近期致力于利用人工智能技术用于药物研发，开源了一个基于机器学习的药物研发系统TorchDrug(https://torchdrug.ai/)，受到广泛关注。

研究方向与兴趣：

1. Deep Learning for Protein Design (AlphaFold2, Geometric Deep Learning, Graph Neural Networks)

2. Deep Generative Models

3. Knowledge Graph Construction and Reasoning, Natural Language Understanding

本次招生面向北大准备申请PhD的本科生和能科研实习的本科或研究生，有如下条件者优先考虑：

1.  对“人工智能在药物研发方向”有热情，有较强的自我驱动能力

2.  良好的的数学、计算机基础或者生物、物理、化学等交叉学科背景

3.   扎实的编程基础（C++或Python）和系统开发能力，有ACM/NOI/NOIP等信息学竞赛训练经历更佳

4.   了解基本的机器学习算法，特别是蛋白质结构预测相关算法，如AlphaFold2

你可以获得：

1.   优秀的科研履历和项目参与经验

2.   推荐信和Mila PhD的机会

3.   接触前沿研究，合作发表顶级学术论文

4.   唐建老师的亲自指导，快速上手

有意向者请联系邮箱： tangjianpku@gmail.com（唐建老师），简历请注明个人的基本信息、特长、项目经历（可选）等。