微信邦

 找回密碼
 立即注冊

QQ登錄

只需一步,快速開始

掃一掃,訪問微社區

返回列表 發新帖
查看: 1159|回復: 0
打印 上一主題 下一主題

2019騰訊犀牛鳥精英人才培養計劃課題介紹(九)&(十)

[復制鏈接]
跳轉到指定樓層
樓主
發表于 2019-1-17 19:48:51 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式
生活圈制作
2019騰訊犀牛鳥精英人才培養計劃課題介紹(九)&(十)—數據挖掘及其相關應用研究方向&數據庫相關技術研究方向

2019年度騰訊 “犀牛鳥精英人才培養計劃”開放申請中,該項目是一項面向學生的校企聯合人才培養項目,為期一年。入選學生將受到業界頂尖技術團隊與高校導師的聯合指導及培養,并獲得3個月以上帶薪到訪騰訊開展科研的機會,基于真實產業問題及海量數據,驗證學術理論、加速成果應用轉化、開闊研究視野。同時項目組將引進溝通技巧、商業分析、創新思維等定制課程,全面提升學生綜合素質。

今年共有10大方向,81個子課題
申報截止日期:2019年1月28日
申報截止倒計時10天
同學們,抓緊時間申報哦
下面讓我們一起來看看最后兩個方向吧

方向九:數據挖掘及其相關應用研究

01
9.1 大規模復雜動態網絡的表征與社區劃分
(地點:深圳)
當前信用度對微信群和QQ群基于靜態成員關系網絡進行了社區劃分,但群聊的成員數量隨時間不斷變化,尤其是惡意群的對抗行為導致關系網絡變化很快,傳統的靜態網絡難以刻畫實際情況。所以基于大規模復雜動態網絡的嵌入表示更加符合實際,信息更豐富的動態網絡也可以解決社區劃分等應用需要頻繁全量計算的問題。

具體研究內容:
1.構建高可用的大規模動態網絡嵌入表征框架,解決實際動態網絡的模型訓練困難的問題。
2.利用動態網絡表征的豐富信息,更精準地進行社區劃分,達到85%的社區純凈度,劃分結果穩定。
導師簡介
騰訊專家工程師,畢業于西安電子科技大學,一直從事安全策略開發,數據建模的工作。從業務安全開始,先后參與了打擊掛機、登錄保護、Q幣消費保護、打擊盜號等項目,見證了業務安全從無到有的過程。目前專注于安全策略+機器學習的結合,為公司各個業務的內容安全保駕護航。

02
9.2 用戶社交網絡和多元數據學習的研究
(地點:北京)
本課題目標是挖掘用戶畫像特征,主要利用微信人與人之間的社交網絡以及各種微信環境下多元行為兩個領域。其中社交領域包括但不局限于超大規模社交網絡表示學習、用戶社會層次挖掘、用戶社區劃分、文章社交傳播模型等等,這些均以社交網絡為核心結合用戶興趣等特征進行學習研究。另一個領域多元數據學習以微信環境下各種第三方行為數據為基礎,交叉學習利用各種數據源之間的特點,包括但不局限于社交關系和多域行為組成社交行為關系圖的學習研究、高實時性Lookalike學習研究等。通過這種學習可以有效解決推薦冷啟動和興趣試探等問題。
導師簡介
導師1:
騰訊專家研究員,中國科學院計算技術研究所畢業,當前負責搜索和推薦相關的技術研發和產品應用,在ACL、AAAI等頂會上發表過多篇文章。

導師2:
騰訊高級研究員,東北大學畢業,有10年以上大數據技術的研發和產品應用經驗。當前負責微信用戶畫像、社群挖掘等相關研發工作,擁有多項技術專利。

03
9.3 跨特征域的遷移學習在Sequence-Aware Recommendation的應用
(地點:北京)
基于序列化模型的推薦(Sequence-Aware Recommendation)廣泛應用于推薦領域。基于遷移學習與多任務學習模型,結合文本語義信息、視頻的封面圖、視頻內容特征與用戶的觀看偏好,使用Memory Network、Sequence Modeling等類似技術,結合看一看的業務場景,對用戶屬性、點擊文章序列、觀看行為和文章內容屬性進行建模,對用戶提供個性化的文章召回推薦。
導師簡介
騰訊高級研究員,浙江大學畢業,主要研究方向包括:廣告系統、自然語言處理、知識圖譜、協同推薦技術、數據挖掘。擁有多項相關技術專利,在ACL,AAAI等頂會上發表過多篇文章。

04
9.4 大規模社交網絡挖掘(地點:深圳)
主要研究領域在社交網絡建模,針對真實大規模社交網絡,基于高維異構數據,對社交網絡的節點、關系、社團進行表示學習和畫像識別,在此基礎上,結合實際業務構建基于社交網絡的推薦系統。期待在以上方面有所突破,并可期待相關成果未來在微信各業務中應用。
導師簡介
騰訊專家研究員,華南理工大學數學系碩士。目前主要負責微信社交數據挖掘相關工作、微信社交 Lookalike、微信社會傳播的分析建模等工作,曾主導 APP 社交推薦、好友用戶圈子挖掘畫像建設等項目。曾獲邀在InfoQ等行業會議做主題報告。

05
9.5 位置大數據挖掘、模型預測和時空可視化
(地點:北京)
基于10億級用戶、日均千億級的位置服務數據、豐富的人群畫像和海量POI數據,研究不同時空尺度下的人口和流動估算、預測和可視化的模型及方法。

研究具體內容:
1.發展數據驅動下的人口建模理論,提高人口估算準確率。
2.分析不同尺度下的時空人口動態,為城市、交通、及其它行業的決策應用提供新的理論、模型和技術。

研究成果將顯著提升位置大數據產品的質量和價值,有廣泛的智慧產業應用場景。
導師簡介
導師1:
騰訊專家研究員,畢業于北京大學城市與環境學系,中國科學院地理科學研究所碩士,美國賓夕法尼亞州立大學博士。長期從事地理信息科學、時空大數據挖掘和可視化、空間優化等研究。2008年榮獲美國國家科學基金(NSF) CAREER AWARD。

導師2:
騰訊專家研究員,碩士畢業于北京航空航天大學計算機系。入職騰訊以來一直負責騰訊定位平臺和位置大數據平臺的研發工作。

06
9.6 因果推斷(地點:深圳)
聯合培養期間將主要關注在因果推斷領域,例如,如何從高維用戶行為中識別和歸納因果關系網絡。重點突破方向為因果推斷框架的通用性,降低推斷過程對人工業務經驗的強依賴。
導師簡介
騰訊專家研究員,西安交通大學數學系碩士。目前主要負責微信用戶行為分析及預測、微信社交數據挖掘和建模等工作。


方向十:數據庫相關技術研究

01
10.1 OLML(聯機機器學習數據庫)系統構架(地點:北京)
騰訊的金融類業務在大規模線上事務型數據庫中積累了海量業務數據。面對這樣的一個分布式數據庫,有大量實際需求,需要用AI技術解決面向分布式事務調度、Workload預測、Cache優化、異常檢測、智能運維、冷熱分離、負載均衡等核心應用場景。

02
10.2 分布式數據庫事務處理與新硬件技術
(地點:北京)
騰訊的分布式數據庫處理金融類業務。有大量實際需求,需要用新硬件的技術來提升數據庫的性能、拓展數據庫的架構,以此觸發數據庫適應云平臺、大規模跨域部署等場景。而分布式事務處理如何與新硬件結合,有研究但無生產系統落地,這尚是一個充滿挑戰的領域。
10.1-10.2導師簡介
騰訊專家研究員,碩士畢業于中國科學技術大學軟件工程專業。目前主要從事分布式數據庫TDSQL的研發。曾從事數據庫引擎研發、數據庫架構設計、數據庫技術管理等工作20年。頂會等發表論文、申請專利20+。

申報截止日期的腳步越來越近了
10大技術方向內容已全部呈現
趕緊登陸官網,pick你感興趣的課題吧
https://ur.tencent.com/register/18
申報截止日期:2019年1月28日


分享到:  QQ好友和群QQ好友和群 QQ空間QQ空間 騰訊微博騰訊微博 騰訊朋友騰訊朋友 微信微信
收藏收藏
回復

使用道具 舉報

您需要登錄后才可以回帖 登錄 | 立即注冊

本版積分規則

微信邦網聯系QQ|Archiver|手機版|小黑屋|魯公網安備 37082802000167號|微信邦 ( 魯ICP備19043418號-5

GMT+8, 2019-11-12 13:28 , Processed in 0.157232 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Wxuse Inc. | Style by ytl QQ:1400069288

快速回復 返回頂部 返回列表
平特不出最多几期