📢 转载信息
原文链接：http://bair.berkeley.edu/blog/2024/03/11/grads-2024/
原文作者：Berkeley AI Research Editors
伯克利人工智能研究实验室 (BAIR) 2024届博士毕业生风采录
每年，伯克利人工智能研究实验室 (BAIR) 都会培养出一批最具才华和创新精神的人工智能与机器学习领域的顶尖人才。我们的博士毕业生们拓展了人工智能研究的前沿，如今正准备在学术界、工业界及其他领域开启新的征程。
这些杰出的个体带来了丰富的知识、新颖的见解以及持续推动AI发展的强大动力。他们在BAIR期间的研究工作，涵盖了深度学习、机器人学、自然语言处理、计算机视觉、安全等多个领域，极大地推动了各自领域的发展，并对社会产生了变革性的影响。
本目录旨在展示我们的同事风采，方便高等院校、研究机构和行业领导者发现和招募新一代AI先锋。在这里，您可以找到每位毕业生的详细简介、研究兴趣和联系信息。我们诚挚邀请您探索这些毕业生带来的潜在合作机会，看他们如何在新的环境中应用他们的专业知识和洞察力。
请加入我们，共同庆祝BAIR最新一批博士毕业生的成就！他们的旅程才刚刚开始，他们将共同构建的未来必将光明璀璨！
感谢 斯坦福人工智能实验室 (SAIL) 提供的灵感！
Abdus Salam Azad
邮箱: salam_azad@berkeley.edu
个人网站: https://www.azadsalam.org/
导师: Ion Stoica
研究简介: 我的研究兴趣广泛，主要集中在机器学习和人工智能领域。在博士期间，我专注于使用强化学习训练自主智能体的环境生成/课程学习方法。具体来说，我致力于开发能够算法化生成多样化训练环境（即学习场景）的方法，以提高自主智能体的泛化能力和样本效率。目前，我正在研究基于大型语言模型 (LLM) 的自主智能体。
意向职位: 研究科学家 (Research Scientist), 机器学习工程师 (ML Engineer)
Alicia Tsai
邮箱: aliciatsai@berkeley.edu
个人网站: https://www.aliciatsai.com/
导师: Laurent El Ghaoui
研究简介: 我的研究深入探讨了深度隐式模型的理论方面，首先从一个简化的“状态空间”表示开始。此外，我的工作探索了与深度学习相关的各种训练挑战，包括可进行凸优化和非凸优化的相关问题。除了理论探索，我的研究还将潜在应用扩展到自然语言处理和自然科学等多个领域。
意向职位: 研究科学家 (Research Scientist), 应用科学家 (Applied Scientist), 机器学习工程师 (Machine Learning Engineer)
Catherine Weaver
邮箱: catherine22@berkeley.edu
个人网站: https://cwj22.github.io
导师: Masayoshi Tomizuka, Wei Zhan
研究简介: 我的研究重点是针对《GT赛车》中自主竞速这一具有挑战性任务的机器学习和控制算法。我利用我在机械工程的背景，探索如何将机器学习和基于模型的最佳控制相结合，为机器人和自主系统创建安全、高性能的控制系统。我的一个特别关注点是如何利用离线数据集（例如人类玩家的赛车轨迹）来指导更优、更具样本效率的控制算法。
意向职位: 研究科学家 (Research Scientist) 和 机器人/控制工程师 (Robotics/Controls Engineer)
Chawin Sitawarin
邮箱: chawin.sitawarin@gmail.com
个人网站: https://chawins.github.io/
导师: David Wagner
研究简介: 我对机器学习系统的安全和保障方面很感兴趣。我之前的大部分工作都在对抗性机器学习领域，特别是对抗性样本和机器学习算法的鲁棒性。最近，我对大型语言模型中新兴的安全和隐私风险感到兴奋。
意向职位: 研究科学家 (Research Scientist)
Dhruv Shah
邮箱: shah@cs.berkeley.edu
个人网站: http://cs.berkeley.edu/~shah/
导师: Sergey Levine
研究简介: 我训练（相对）大模型，让机器人更聪明。
意向职位: 研究科学家 (Research scientist), 机器人学家 (Roboticist)
Eliza Kosoy
邮箱: eko@berkeley.edu
个人网站: https://www.elizakosoy.com/
导师: Alison Gopnik
研究简介: Eliza Kosoy 的工作处于儿童发展与人工智能的交叉点，与 Alison Gopnik 教授合作。她的工作包括创建植根于儿童发展的 LLM 评估基准，并研究儿童和成人如何使用 ChatGPT/Dalle 等生成式 AI 模型，以及如何形成对它们的心理模型。她曾在谷歌 AI/UX 团队实习，此前在 Empathy Lab 工作。她的论文发表于 Neurips, ICML, ICLR, Cogsci 和 Cognition。她的论文创建了一个统一的虚拟环境，用于测试儿童和 AI 模型，以训练强化学习模型。她还拥有构建初创公司和 STEM 硬件编程玩具的经验。
意向职位: 研究科学家（儿童发展与AI）, AI安全（专注于儿童）, 用户体验 (UX) 研究员（专注于混合方法、青年、AI、LLM）, 教育与AI（STEM玩具）
Fangyu Wu
邮箱: fangyuwu@berkeley.edu
个人网站: https://fangyuwu.com/
导师: Alexandre Bayen
研究简介: 在 Alexandre Bayen 教授的指导下，Fangyu 专注于将优化方法应用于多智能体机器人系统，特别是在自动驾驶汽车的规划和控制方面。
意向职位: 教授 (Faculty)，或控制、优化和机器人领域的研究科学家 (research scientist)
Frances Ding
邮箱: frances@berkeley.edu
个人网站: https://www.francesding.com/
导师: Jacob Steinhardt, Moritz Hardt
研究简介: 我的研究重点是蛋白质建模中的机器学习。我致力于改进蛋白质性质分类和蛋白质设计，以及理解不同的蛋白质模型学到了什么。我之前曾研究过用于 DNA 和 RNA 的序列模型，以及用于跨领域评估 ML 模型可解释性和公平性的基准。
意向职位: 研究科学家 (Research scientist)
Jianlan Luo
邮箱: jianlanluo@eecs.berkeley.edu
个人网站: https://people.eecs.berkeley.edu/~jianlanluo/
导师: Sergey Levine
研究简介: 我的研究兴趣广泛地集中在机器学习、机器人学和控制的可扩展算法和实践方面；特别是它们之间的交叉点。
意向职位: 教授 (Faculty), 研究科学家 (Research Scientist)
Kathy Jang
邮箱: kathyjang@gmail.com
个人网站: https://kathyjang.com
导师: Alexandre Bayen
研究简介: 我的论文研究专注于自动驾驶汽车的强化学习，重点是提高实际应用中的决策制定和效率。在未来的工作中，我热衷于将这些原理应用于更广泛的挑战，例如自然语言处理等领域。凭借我的背景，我的目标是通过为创新性 AI 研究和解决方案做出贡献，看到我努力的直接影响。
意向职位: 机器学习研究科学家/工程师 (ML research scientist/engineer)
Kevin Lin
邮箱: k-lin@berkeley.edu
个人网站: https://people.eecs.berkeley.edu/~kevinlin/
导师: Dan Klein, Joseph E. Gonzalez
研究简介: 我的研究重点是理解和改进语言模型使用和提供信息的方式。
意向职位: 研究科学家 (Research Scientist)
Nikhil Ghosh
邮箱: nikhil_ghosh@berkeley.edu
个人网站: https://nikhil-ghosh-berkeley.github.io/
导师: Bin Yu, Song Mei
研究简介: 我有兴趣通过理论和实证方法，对深度学习有一个更好的基础理解，并改进实际系统。目前，我尤其有兴趣通过研究如何根据模型大小恰当地缩放超参数来提高大型模型的效率。
意向职位: 研究科学家 (Research Scientist)
Olivia Watkins
邮箱: oliviawatkins@berkeley.edu
个人网站: https://aliengirlliv.github.io/oliviawatkins
导师: Pieter Abbeel and Trevor Darrell
研究简介: 我的工作涉及强化学习 (RL)、行为克隆 (BC)、从人类那里学习，以及利用常识基础模型推理来进行智能体学习。我对语言智能体学习、监督、对齐和鲁棒性感到兴奋。
意向职位: 研究科学家 (Research scientist)
Ruiming Cao
邮箱: rcao@berkeley.edu
个人网站: https://rmcao.net
导师: Laura Waller
研究简介: 我的研究方向是计算成像，特别是用于动态场景恢复和运动估计的时空建模。我还从事光学显微镜技术、基于优化的光学设计、事件相机处理和新视角渲染方面的工作。
意向职位: 研究科学家 (Research scientist), 博士后 (postdoc), 教授 (faculty)
Ryan Hoque
邮箱: ryanhoque@berkeley.edu
个人网站: https://ryanhoque.github.io
导师: Ken Goldberg
研究简介: 适用于执行操作和执行复杂任务的大规模机器人集群的模仿学习和强化学习算法。
意向职位: 研究科学家 (Research Scientist)
Sam Toyer
邮箱: sdt@berkeley.edu
个人网站: https://www.qxcv.net/
导师: Stuart Russell
研究简介: 我的研究重点是使语言模型安全、鲁棒和可靠。我还在视觉、规划、模仿学习、强化学习和奖励学习方面拥有经验。
意向职位: 研究科学家 (Research scientist)
Shishir G. Patil
邮箱: shishirpatil2007@gmail.com
个人网站: https://shishirpatil.github.io/
导师: Joseph Gonzalez
研究简介: Gorilla LLM - 训练 LLM 使用工具 (https://gorilla.cs.berkeley.edu/); LLM 执行引擎：确保集成到用户和企业工作流程中的 LLM 智能体的可逆性、鲁棒性并最小化爆炸半径；POET：在智能手机和笔记本电脑等边缘设备上对 LLM 进行内存限制和节能的微调 (https://poet.cs.berkeley.edu/)。
意向职位: 研究科学家 (Research Scientist)
Suzie Petryk
邮箱: spetryk@berkeley.edu
个人网站: https://suziepetryk.com/
导师: Trevor Darrell, Joseph Gonzalez
研究简介: 我致力于提高多模态模型的可靠性和安全性。我的重点是定位和减少视觉+语言模型的幻觉，以及衡量和利用不确定性以及减轻偏见。我的兴趣在于在实际生产场景中应用这些挑战的解决方案，而不仅仅是在学术环境中。
意向职位: 生成式AI、安全和/或无障碍领域的应用研究科学家 (Applied research scientist in generative AI, safety, and/or accessibility)
Xingyu Lin
邮箱: xingyu@berkeley.edu
个人网站: https://xingyu-lin.github.io/
导师: Pieter Abbeel
研究简介: 我的研究领域包括机器人学、机器学习和计算机视觉，主要目标是学习可泛化的机器人技能，从两个角度入手：(1) 学习具有空间和时间抽象的结构化世界模型。(2) 预训练视觉表示和技能，以实现知识从互联网规模的视觉数据集和模拟器中的迁移。
意向职位: 教授 (Faculty), 或研究科学家 (research scientist)
Yaodong Yu
邮箱: yyu@eecs.berkeley.edu
个人网站: https://yaodongyu.github.io/
导师: Michael I. Jordan, Yi Ma
研究简介: 我的研究兴趣广泛地集中在可信赖机器学习的理论和实践方面，包括可解释性、隐私和鲁棒性。
意向职位: 教授 (Faculty)
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
青云聚合API官网https://api.qingyuntop.top
支持全球最新300+模型：https://api.qingyuntop.top/pricing
详细的调用教程及文档：https://api.qingyuntop.top/about
评论区