北京大学计算机学院樊文飞院士团队招收25年入学直博生！欢迎对大数据领域科研实践感兴趣的本科生和优秀大学生夏令营营员加入！

【院士团队介绍】

樊文飞，中国科学院外籍院士、英国皇家学会院士、英国皇家工程院院士、英国爱丁堡皇家学会院士、欧洲科学院院士、ACM Fellow，目前唯一华裔英国两院院士。樊文飞院士的主要研究方向是大数据、数据库理论和系统的相关课题。他是国际上囊括了数据库理论与系统顶级会议最佳论文和时间检验奖的两位学者之一，被誉为“极少数在数据库理论及系统两方面都做出突破性贡献的世界级科学家之一”。他重构了数据质量五个核心问题的理论，提出的一系列数据清洗技术大幅提高了语义错误处理能力，并首次为关键数据修复提供了正确性保证。他提出的有界计算理论为资源有限的公司提供了大数据分析能力。他提出了图算法的自动并行化理论并主导了GRAPE并行图查询引擎的研发，倡导基于部分和增量计算的同步不动点计算的并行模型，以及顺序图算法的自动并行化。与阿里巴巴合作开发的基于GRAPE的产品GraphScope已成为Github上的热门开源系统，并在2023年IDBC SNB Interactive 登顶并打破纪录，成为“全球最快图计算引擎”。

目前，樊文飞院士带领研究团队致力于大数据领域的研究和具有自主知识产权的基础软件研发。过去五年团队共发表数据库领域顶级会议SIGMOD论文20篇，VLDB论文26篇，ICDE论文15篇；CCF A类顶级会议和期刊论文总计共93篇，其中60%已在系统中实现。同时，由院士领衔，团队自研开发了三大基础软件系统系统：崖山数据库系统YanshanDB、采石矶Rock和钓鱼城FishingFort，分别用于大数据分析、数据清洗和关联分析，旨在应对大数据的Volume, Variety, Velocity, Veracity and Value挑战。

【研究领域】

樊文飞院士团队面向大数据5V特征进行基础理论和关键技术布局。目前主要研究课题包括：

1、高性能数据分析系统研究。针对单机多核并行、异构计算和分布式系统等架构，面对结构化、半结构化和非结构化数据，研究大规模并行计算理论和跨模计算模型，开发高性能大数据分析处理引擎。

2、面向机器学习的数据质量研究。研究基于下游机器学习（大）模型的数据质量提升方法，着重于识别训练数据中影响下游机器学习模型的因素，并采用智能化的方法进行错误修复，以增强模型对未曾见过数据的预测能力；研究对训练数据的清洗来提升机器学习模型的准确性，公平性和鲁棒性。

3、机器学习+逻辑推理范式研究。研究机器学习内嵌的逻辑推理范式，拓展逻辑规则的表达能力，提升机器学习推理结果的可靠性；研究逻辑推理单元与深度机器学习模型激发的结合方法，提升先验知识对机器学习模型的导向作用。

4、机器学习可解释性研究。结合数据挖掘和逻辑规则方法，研究对“黑盒”机器学习模型预测结果的解释方法，自动生成对机器学习的局部和全局解释、事实解释和反事实解释。

5、大数据的增量计算理论研究。对大数据分析和挖掘问题，研究多场景下针对数据变化、参数变化的增量计算算法，研究和发展增量算法的有界性和相对有界理论。

【招生方向】

1. 计算机科学及相关方向；

2. 电子信息及相关方向；

【博士生要求】

1. 对大数据、数据质量和/或数据分析有浓厚的兴趣；

2. 热爱科研，具备独立思考的能力；

3. 具备较强的Linux系统编程开发基础，熟悉C++和Go语言；或具备较强自然语言处理开发经验，熟练使用Tenorflow，PyTorch等深度学习框架进行模型开发；

4. 有一定的英语读写能力；

5. 有较强的学习能力，具备分析和解决问题的能力。

【发展前景】

1、院士一对一指导研究工作，在顶级学术会议、期刊上发表论文

2、深度参与理论应用落地，实现创新和产品的完美结合

3、高校与工业界资源丰富，提供深圳实习机会

【报名方式】

欢迎随时与卜楚凡老师进行沟通交流

邮箱：buchufan@sics.ac.cn，请在邮件中附上成绩单和简历

电话/微信：15889626417