敖犀盾

Phd in Mathematics and Computer Science (0,9-1,0 fte)

更多招生职位，请在【科研doge】公众号内回复关键词【荷兰埃因霍芬理工大学】即可获得

Would you like to develop new Al techniques and help prove their value in a business setting? We offer an exciting PhD position together with KPN and EAISI. You will push the application scope of clustering algorithms for time series with dependencies and combine these with reinforcement learning.

Position：PhD-student

Department(s)：Mathematics and Computer Science

Institutes and others：EAISI - Eindhoven Artificial Intelligence Systems Institute

FTE：0,9

Date off：20/10/2022

Job description
Background

我们在 TU/e、KPN 和 EAISI 之间建立了名为 Valuable Al 的战略研究合作。Valuable Al 团队由擅长不确定性下的机器学习和优化的数学家、复杂电信系统和高级分析领域的行业专家以及热情的学生组成。我们合作开发和实施先进的人工智能学习方法。

我们基本上致力于实现明天的数字社会，并看到创造下一代人工智能技术的巨大潜力，这些技术是经典的纯数据方法的演变，而不是采用集成的数据-人机方法。

项目描述

将最先进的聚类技术与强化学习相结合，提供了巨大的未开发潜力。事实上，强化学习具有广泛的应用（机器人、游戏、医学、金融等），而标准方法受到维度灾难的困扰。例如，Q-learning 和 SARSA-learning 的数值复杂性随着底层状态/动作空间的大小呈指数增长。

为了解决维数灾难，我们现在必须将马尔可夫链的聚类算法的应用范围推向多臂老虎机和马尔可夫决策过程的领域。这得益于最近的一项突破 {1]，在该突破中，我们开发了针对马尔可夫链轨迹的在线聚类算法的数学分析。您将加入一个积极致力于该主题的团队；另见 [2, 3]。具有集群的马尔可夫链作为现实世界过程的统计模型有许多应用。该项目的基本应用包括推荐系统、点击流分析、在线广告、故障检测和客户旅程。

准确发现具有相似性的项目之间所有隐藏关系的能力具有更广泛的重要性。一系列学科受益，因为聚类算法已部署在社会科学、生物学、计算机科学、经济学和物理学中。随着强化学习的出现，现在关键的新挑战是将时间相关的聚类技术与动态优化有效地结合起来。

1.Jaron Sanders、Alexandre Proutiere、Se-Young Yun {2019)。块马尔可夫链中的聚类。统计年鉴。Ar Xiv 1712.09232v3。


2.杰伦·桑德斯、阿尔伯特·塞南-塞尔达 (2021)。块马尔可夫链随机矩阵的谱范数界。预印本。ArXiv 2111.06201。

3.杰伦·桑德斯、亚历山大·范·韦德 {2022)。具有块马尔可夫依赖性的密集随机矩阵的奇异值分布。预印本。ArXiv 2204.13534。

预期结果

你将进行数学研究并在期刊和会议论文集中发表文章。矿石涉及并将研究的基本理论技术包括：


·通过渐近展开理解马尔可夫链的混合时间。

·集中测量和测量变化论点，结合大偏差理论，约束信息理论量，如 Kullbock-Leibler 散度和熵。

在实际实施方面，我们希望您与来自 KPN 的理学硕士学生和工程师合作，尝试将先进的 AI 技术引入 KPN 系统中的具体使用场景。示例包括数据中心资源管理、网络保障、协作中心优化和智能预测性维护。

研究环境

您将属于随机运筹学 (SOR) 研究小组，属于统计、概率和运筹学 (SPOR) 集群，因此属于 M&CS 部门。SOR 研究小组关注在随机性和不确定性下运行的复杂系统，旨在开发用于分析和优化此类系统的数学模型和技术。在方法论上，SOR 的研究项目属于应用概率和运筹学的交叉点。特别是 SOR 从事排队理论和随机游走分析和高维马尔可夫过程分析的前沿研究。一个关键目标是开发分析、概率、算法和渐近方法，强调大型关键系统的渐近低点和缩放限制。

该研究虽然具有基础性和方法论性，但深受计算机通信、物流和服务运营、生物系统、粒子相互作用和社交网络中的应用的启发。SOR 由大约 10 名教职员工和 20 名博士组成。

您还将与 KPN 合作，并与他们的高级分析部门密切合作。KPN 是荷兰领先的固定电话和移动电信公司。拥有超过 630 万固定电话客户和超过 3300 万移动用户，与 KPN 合作意味着为荷兰及其社会工作。KPN 的网络无处不在，连接着每一个人。正因为如此，KPN 产生了重大影响，KPN 的责任也非常重大。因此，作为一家公司，KPN 与前所未有的多元化人才和个性合作。在 KPN 内部，高级分析部门试图找到对客户有帮助的解决方案。此外，该团队致力于加速荷兰的创新，致力于不断改进网络、服务和工作方式。

该项目也属于埃因霍温人工智能系统研究所（EAISI）。EAISI 汇集了 TU/e 的所有 AI 活动。来自不同研究小组的顶尖研究人员共同努力，创造新的、令人兴奋的人工智能应用程序，直接影响现实世界。EAISI 专注于在机器人、自动驾驶汽车和医疗设备等机器中使用数据和算法，这一直是 TU/e 和 Eindhoven Brainport 地区的重要方面。此外，EAISI 专注于人与系统之间的交互，包括产生道德和伦理 AI 的可靠和透明的方法。为了实现这一目标，EAISI 定义了五个雄心勃勃的登月计划，该项目对此做出了贡献：https://youtu.be/XPPeEMOxlsg。

工作要求

我们正在寻找一位强大的博士候选人，他很高兴能加入这个大学与公司的合作。如果您满足以下条件，那么您是理想的候选人：

    拥有数学硕士学位，并且专攻（应用）概率论、随机运筹学、优化或统计学。

    熟悉并对一些概念感兴趣：随机过程、集中不等式、聚类/社区检测、（强化）学习技术、测量变化参数、赌博机优化、决策理论和渐近分析。

    在分析思维方面具有很强的独立性，并且天生就会深入思考和解决复杂的问题。

    具有良好的沟通能力，优秀的团队合作能力，英语流利（CEFR CL级或以上）。


就业条件

在充满活力和雄心勃勃的大学、跨学科环境和国际网络中从事有意义的工作。您将在一个美丽的绿色校园工作，步行即可到达中央火车站。此外，我们还为您提供：

    为期四年的全职工作，九个月后进行中间评估（通过/不通过）。你将把 10% 的工作花费在教学任务上。

    根据荷兰大学集体劳动协议的工资和福利（例如养老金计划、带薪孕产假、部分带薪育儿假）。

    年终奖金8.3%，年假工资8%。

    高质量的培训计划和其他支持，帮助您成长为具有自我意识的自主科研人员。在 TU/e，我们挑战您掌控自己的学习过程。

    一流的技术基础设施、校内儿童日托和体育设施。

    通勤、在家工作和互联网费用的津贴。

    一个员工移民团队和一个针对国际候选人的税收补偿计划（30% 的设施）。

信息和应用

关于我们

埃因霍温科技大学是荷兰一所国际一流的大学，将科学好奇心与实践态度相结合。我们的合作精神转化为开放的文化和与先进行业合作的前五名。基础知识使我们能够为当今和未来的高度复杂问题设计解决方案。

信息

您是否在此个人资料中认出自己并想了解更多信息？请联系博士。Jaron Sanders（电子邮件：jaron.sanders[at]tue.nl）或博士。Fiona Sloothaak（电子邮件：f.sloothaak[at]tue.nl）。

访问我们的网站以获取有关申请流程或就业条件的更多信息。您也可以联系 HRServices.MCS[at]tue.nl。

您是否受到启发并想了解更多关于在 TU/e 工作的信息？请访问我们的职业页面。

申请

如果您对此博士生职位感兴趣，我们邀请您使用申请按钮提交完整的申请。候选人的筛选从 2022 年 10 月 21 日开始，一直持续到职位被填补为止。在此日期之前收到的申请将得到充分考虑。

要考虑，您必须上传以下文件（pdf 格式）。

    一封包含您的背景和职位资格的动机信；

    详细的简历（包括出版物和奖项清单，如果有的话）；

    文凭副本以及您所修课程和所获得成绩的清单；

    您的理学硕士论文和理学学士论文（如果适用）；

    两位推荐人的联系方式；

    英语语言能力证明（如果有）；

    所有其他可能相关的信息。

我们期待收到您的申请，并将尽快对其进行筛选。职位空缺将保持开放，直到职位被填补。

请注意，您只能上传 5 个文件，每个文件不超过 2 MB。如果您有超过 5 个文件，则必须将它们合并。不完整的申请将不予考虑。