复旦-阿里电子信息专业学位研究生专业实践基地合作对接会成功举行

简介: 2022年6月17日,复旦-阿里电子信息专业学位研究生专业实践基地第一次合作对接会通过钉钉会议在线举行。此前,复旦大学与阿里集团针对计算机领域的电子信息专业学位研究生专业实践基地签署了共建协议,同时聘请了29位阿里技术专家担任复旦大学专业学位研究生行业导师。此次会议为双方共建专业学位研究生专业实践基地的协议签署后的首次对接活动,其主要目的是通过学院研究生导师与企业研究生行业导师的直接交流探索研究生实践化培养的具体技术领域。

本次会议由学院研究生办公室廖炳华老师、阿里巴巴集团学术合作部胡锐、李卓君共同主持。学院副院长彭鑫老师做了开场发言,并介绍了专业实践基地以及本次合作对接会的背景。

11.jpg

在接下来的讨论环节中,与会的14位阿里技术专家和行业导师分别介绍了各自的技术领域以及期望的合作领域,包括研究服务器方向的研究员张伟丰,研究计算技术方向的资深技术专家曹政,研究智能运维方向的资深算法专家朱婉怡、高级技术专家徐彤,研究网络技术方向的高级技术专家翟恩南,研究数据库方向的资深技术专家吉剑南,研究云存储方向的资深技术专家周琦、李强、杨晔辉,研究认知智能方向的资深技术专家杨红霞,研究AI应用方向的资深技术专家施兴,研究安全生产方向的高级技术专家吴泽明,研究云研发和云原生方向的高级技术专家林帆,达摩院XG实验室高级技术专家吴鑫。其中,吴鑫博士还分享了带教来自我院实习生的经历以及心得,并对这种校企合作实践化学生培养模式提供了参考建议。
2.jpg

学院研究生导师陈阳、池明旻、黄萱菁、李敏波、彭鑫、孙未未、王飞、王智慧、熊贇、赵进、赵卫东、周水庚等12位老师参与此次对接和交流活动,同时也介绍了所在团队的研究情况以及感兴趣的合作领域。

本次对接会讨论热烈,参会的学院研究生导师与阿里技术专业和行业导师也都分别从各自的角度提出了一些问题和建议,同时对于这种研究生校企合作实践化联合培养模式表示了浓厚的兴趣。通过本次会议交流以及会后的联系和推动,目前已经初步形成10余个深入交流的候选技术领域。预计第一批实践化联合培养项目将于7月份初步确定并陆续开展细化对接,有望于10月份正式启动。学院也将以此为契机深入推动专业学位研究生实践化培养工作,探索适合我院实际情况的实践化培养道路。

目录
相关文章
|
机器学习/深度学习 Python
概率论常见面试问题总结,含答案
概率论常见面试问题总结,含答案
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
复旦大学×阿里云产学合作协同育人合作案例
复旦大学联合阿里云开展“天池AI案例100开发”项目,赵卫东团队依托产业级平台构建“理论-实训-实战”教学新体系,开发4大综合性AI案例,覆盖图像识别、自然语言处理等方向。通过MOOC、教材、师资培训多渠道辐射全国,累计惠及超13万学习者,形成可复制的产教融合示范范式,推动人工智能人才培养与产业需求无缝对接。(238字)
226 5
|
5月前
|
人工智能 运维 安全
助力企业构建 AI 原生应用,函数计算 FunctionAI 重塑模型服务与 Agent 全栈生态
在 AI 技术应用落地进程中,目前面临着五大核心挑战:开发/学习门槛过高,部署运维阶段复杂,AI 应用安全备受挑战,生态能力方面存在严重的割裂与锁定现象,同时资源成本高昂且利用率低下。这些挑战极大地阻碍了 AI 技术的广泛普及以及应用效率的有效提升。阿里云函数计算(FC)依托 Serverless AI 基础设施与全栈能力的创新突破,推出 Function AI(函数智能),精准攻克上述痛点问题,全面推动 AI 应用在开发至运维的全流程中实现降本增效。
|
机器学习/深度学习 人工智能 自然语言处理
与阿里合作的《人工智能(导论)》出版
《人工智能导论——深度学习大模型基础》由赵卫东编著,清华大学出版社出版。本书旨在帮助读者理解深度学习与大模型技术的底层逻辑,通过机器视觉、语音处理及自然语言处理等章节,结合实际应用场景,深入浅出地讲解相关理论。书中引入低代码开发平台和云端实验室资源,助力读者实践所学。无论专业背景如何,本书都能成为进入AI领域的理想入门书籍。特别感谢阿里云及参与编校工作的同学们的支持。
231 0
与阿里合作的《人工智能(导论)》出版
|
机器学习/深度学习 算法 安全
【博士每天一篇文献-综述】2024机器遗忘最新综述之一:An overview of machine unlearning
本文提供了机器遗忘的全面定义、问题方程、精确与近似遗忘的概念,并分类总结了机器遗忘方法,讨论了其在联邦学习和终身学习中的应用,提出了未来研究方向,为机器遗忘研究领域奠定了理论基础并指出了实际应用的潜力与挑战。
1329 5
【博士每天一篇文献-综述】2024机器遗忘最新综述之一:An overview of machine unlearning
|
SQL 存储 JSON
Flink+Paimon+Hologres 构建实时湖仓数据分析
本文整理自阿里云高级专家喻良,在 Flink Forward Asia 2023 主会场的分享。
72751 8
Flink+Paimon+Hologres 构建实时湖仓数据分析
|
消息中间件 API Apache
官宣|阿里巴巴捐赠的 Flink CDC 项目正式加入 Apache 基金会
本文整理自阿里云开源大数据平台徐榜江 (雪尽),关于阿里巴巴捐赠的 Flink CDC 项目正式加入 Apache 基金会。
2515 2
官宣|阿里巴巴捐赠的 Flink CDC 项目正式加入 Apache 基金会
|
机器学习/深度学习 数据采集 人工智能
数据科学实训案例研发:农业遥感图像数据分析上线阿里云
这是2020年阿里云计算有限公司-教育部产学合作协同育人项目的成果。 实训课程内容涵盖了主要内容涵盖了图像分割的基础知识,主要包括图像分割的概论、基础、分类、神经网络实现等经典的机器学习理论知识,也包括卷积神经网络、残差网络、U-Net算法、多模态等深度学习内容。此外,还介绍天池AI等平台的应用,在此基础上通过实验的方式,详细地介绍机器视觉在农业大数据分析领域的过程,以及遥感图像处理相关技术的原理与实践。结合阿里云的产品和技术资源,进行应用实验,让学生在充分理解掌握基础知识的同时,也能接触到业界最前沿的发展方向和成果。本课程通过实验大作业的方式,实现典型的机器视觉应用,训练学生模型设计与应用。
836 0
|
机器学习/深度学习 缓存 人工智能
麻省理工提出“跨层注意力”,极大优化Transformer缓存
【7月更文挑战第4天】麻省理工学院的研究团队提出了一种新的Transformer优化技术——跨层注意力(CLA),旨在解决大型模型的缓存问题。CLA通过相邻层间共享键值头减半KV缓存,提高内存效率,允许处理更长序列和批量。实验显示,CLA在10亿至30亿参数模型中实现了性能与内存使用的良好平衡,但可能增加计算开销,并非所有模型适用。论文链接:[arXiv:2405.12981](https://arxiv.org/abs/2405.12981)
528 0
|
SQL 存储 弹性计算
阿里云RDS负责人彭祥:RDS On倚天ECS的技术演进
软硬协同优化,业务代码零改造,实现无缝迁移的同时降本增效
阿里云RDS负责人彭祥:RDS On倚天ECS的技术演进