CMU-ECE 陈贝迪课题组招收ML/System/Algorithm方向学生
相关介绍
课题组将来会致力于以发展 (advance) 和普及人工智能系统 (democratize AI) 为目标，高效的机器学习 (efficient ML) 为核心，从算法 (algorithms) / 模型 (modeling) / 系统及硬件 (system & hardware) / 应用 (applications) 等多个角度的研究。具体的方向和工具包括但是不限于探索/学习/实现：
[模型] 高效 (wall-clock time, memory) 的大模型训练，微调，推论，以及在边缘设备(edge device)的部署
[模型] 新的模型和拟合数据的方法, e.g, semi-parametric models, forward-only models， Sparse / MoE models
[算法] 矩阵的近似/快速算法, e.g., sublinear algorithms, probabilistic data structures, fast transforms
[系统] 系统和硬件的共同设计 (co-design)，分布式及去中心化算法 (distributed/decentralized systems)
[应用] 自然语言处理 (NLP)，计算机视觉(CV), 科学应用 (Science) e.g., new material discovery, antenna/circuits design
导师简介
陈贝迪博士 （个人主页： Beidi Chen）于2023年秋季作为电气与计算机工程助理教授开始在卡内基梅隆大学工作。老师正在寻找对从算法、建模或系统/硬件角度一起解决ML中的效率问题感兴趣的学生。
老师目前是Meta/Facebook AI Research (FAIR)的访问研究员。此前，老师是斯坦福大学Chris Ré博士的博士后研究员，在2020年获得了Rice University计算机科学博士学位，导师是Anshumali Shrivastava博士。老师于2015年获得了加利福尼亚大学伯克利分校的学士学位，老师的导师是Sara Alspaugh博士、Kaifei Chen博士，老师的顾问是Randy Katz博士。
申请要求
申请人能够在实验室一直保持对科研的热情和探索精神（百折不挠）。课题组会精心培养成员发现问题和解决问题的能力。以下几种是根据个人经验总结的能够支撑大家保持兴趣的几种能力，希望大家一起进步：
数学和理论基础（最起码 - 线性代数， 凸优化，概率论，偏微分方程）
除了跟进最新的算法和模型，能静下心来读经典文章 （跟时尚一样，十年一轮回，很多新的idea是基于以前的算法在不同的时间不同的应用发挥了不同的作用）
基本算法开发、分析、调试（好的infra / codebase会让科研效率提升）
底层语言掌握 C++, CUDA, Benchmarking (我们组的算法都偏理论，在硬件上实现加速需要更底层的编程)
交流和合作（做报告，写作，组内组外合作的能力非常重要）
联系方式
博士生申请请点这里：https://www.ece.cmu.edu/admissions/
针对同学们面临考/保研、留学的多重考量
泓文国际特推出留学&考/保研双保险服务
两手准备，多份保障
服务灵活，考/保研、申请同步进行
考/保研成功，支持退费
支持美、英、港、新、欧跨地区混申
多重保障，顺利拿offer！
更多留学及学业规划问题
欢迎联系泓文国际！
“泓文国际”有美、英、加、港、新、欧等世界名校的深度院校合作资源、英国世界百强名校计算机硕士+奖学金项目、美国及港新名校计算机相关专业全奖直博内推项目。添加小助手微信即可获得资深留学顾问的免费咨询及合作院校招生官的免费评估，此外，我们有海外教授和前美国名校招生官指导的文书写作团队，为需要文书写作帮助的同学提供专项服务，助力你成功申请海外硕博！
