Prof. Hu

表征与生成模型、人工智能与生命科学交叉、图像处理、目标检测

1.发表 CCF 会议、期刊文章二十余篇，一作论文 8 篇 2.担任 ACL, NeurIPS, ICLR, ICML, CVPR, ECCV, AAAI, IJCAI 等 AI 顶会审稿人 3.授权发明专利1项 4.截至 24 年 9 月，谷歌学术引用 560+，GitHub Stars 650+

有指导实习生经验，有优秀的分析问题、解决问题，创新和写作能力；能较好地阅读英文文献,具有流利的学术英语和会话英语, 雅思成绩 6.5；拥有丰富的中、英文学术论文辅导经验，熟悉各类论文写作规范和技巧，能够针对不同学科和研究领域提供专业的指导和建议。具有良好的模型构建、代码编写、语言表达、团队写作能力和项目经验

熟悉机器学习，矩阵，概率，优化等方面的算法理论；熟练·掌握迁移学习、度量学习、流形学习、对比学习、深度学习等;  熟悉 Python, 能熟练应用 Pytorch 等进行模型搭建, 和工程项目调试与 bug 解决；  熟练应用 Linux 系统编程, 熟练使用 Latex 等工具, 能够较快的利用 AI 工具查询资料，解决问题等；  熟悉图像，序列数据处理领域的相关算法，熟练掌握数据降维、可视化、特征选择和提取、多模态建模、大模型迁移训练等；  有软件开发和 C\C++基础

可提供期刊内推资源；可提供开源代码并指导复现；可提供部分开放研究数据；可提供保研指导；就业/大厂实习机会推荐

公开页面采用脱敏身份与头像展示，具体专家匹配以咨询沟通、材料阶段和可公开资料为准。