浙江大學張國川教授與演算法工程
A. 有沒有人知道浙江大學計算機專業的研究生導師的詳細簡介
鮑虎軍
卜佳俊
蔡 登
蔡 銘
陳 純
陳 剛
陳 嶺
陳 為
陳 焰
陳德人
陳華鈞
陳天洲
陳文智
陳延偉
陳左回寧(兼)
代建華
鄧水光答
董 瑋
馮結青
高曙明
高雲君
耿衛東
何欽銘
何曉飛
侯啟明
黃 勁
金小剛
李 明
李 璽
李善平
林 海
林蘭芬
劉新國
劉玉生
魯東明
潘 綱
潘雲鶴
錢沄濤
任 重
壽黎旦
宋明黎
孫建伶
孫守遷
湯永川
唐 敏
童若鋒
王 銳
王躍明
王躍宣
魏寶剛
吳 飛
吳 健
吳朝暉
吳春明
項 陽
肖 俊
許端清
楊建剛
姚 敏
尹建偉
應 晶
於金輝
俞益洲
張國川
張三元
章國鋒
鄭扣根
鄭小林
周 昆
朱建科
庄越挺
B. 人工智慧測試驗證的工作是干什麼的
1、演算法工程師。進行人工智慧相關前沿演算法的研究,包括機器學習、知識應用、智能決策等技術的應用。以機器學習的過程為例,涉及到數據收集、數據整理、演算法設計、演算法訓練、演算法驗證、演算法應用等步驟,所以演算法是機器學習開發的重點。
2、程序開發工程師。一方面程序開發工程師需要完成演算法實現,另一方面程序開發工程師需要完成項目的落地,需要完成各個功能模塊的整合。
3、人工智慧運維工程師。大數據與AI產品相關運營、運維產品研發;相關組件的運維工具系統的開發與建設;提供大數據與AI雲產品客戶支持。
4、智能機器人研發工程師。研發方向主要從事機器人控制系統開發,高精度器件的設計研發等。工業機器人系統集成方向主要做工作站設計,電氣設計,器件選型,機器人調試,編程,維護等。
5、AI硬體專家。AI 領域內另外一種日益增長的藍領工作是負責創建 AI 硬體(如 GPU 晶元)的工業操作工作。大科技公司目前已經採取了措施,來建立自己的專業晶元。
C. 浙江大學數學系的人員機構
主席: 黃正達
副主席: 周利平
委員: 方愛敏姜海益李秉政李將雲蘇德礦王秀雲 姚晨(主任:負責系行政和黨總支的文字、宣傳、聯絡以及校友、OA系統等工作)
周利平(副主任:負責財務、維修、後勤、辦公用房、臨時工等工作)
郜傳厚(人事秘書:負責人事、外事等工作)
駱亞華(教務秘書:負責本科生教學等工作)
韓東(研究生秘書:負責研究生教學等工作)
陳弘(科研秘書、實驗室秘書:負責科研、實驗室設備等工作)
蔡 雲(分團委副書記主持工作、學生輔導員、黨務秘書) 主任:尹永成
委員:葛根年韓丹夫李松蘇中根談之奕武俊德尹永成翟健張國川(計算機學院)
秘書:韓 東 主任:李松
委員:程曉良黃正達李勝宏盧興江阮火軍王成波吳志祥張奕 主任:張立新
委員:包剛陳叔平方道元管鵬飛孔德興勵建書林芳華劉祥官
盧滌明彭群生盛為民汪徐家吳慶標鄭方陽 主任:包剛
副主任:盧興江
委員:程曉良 方道元 葛根年 孔德興 李方 李勝宏 李松 林智 劉康生 盧滌明 蘇中根 尹永成 張立新 張振躍 朱建新 主任:劉康生
副主任:尹永成盧興江姚晨
委員:蔡雲黃正達李方劉康生劉祥官盧興江林正炎單丹盛為民談之奕武俊德姚晨尹永成朱建新周霞

D. 人工智慧要基礎嗎
答案:要基礎的。不過,從事方向不一樣,基礎是不同的。
人工智慧應用工程師
如果你是想充分地運用人工智慧技術來解決實際的業務問題,那麼你只需要常規的編程基礎即可。
人工智慧演算法工程師
如果你立志於演算法工程師,從初學者入門角度來說,需要如下基礎:
1)基礎的高等數學:AI中的演算法,基本在解決求極值的問題,或者更多的是約束最優化問題,因此高等數學是基礎;
2)基礎的概率論與數理統計:現在的人工智慧,大多數的模型本質上是概率統計模型,概率與數理統計是必須的基礎;
3)線性代數:尤其是矩陣運算,整個AI隨處可見的矩陣運算,這個算是最常用的了;
如果有用,煩請點擊右上角的關注。
E. 淘寶服務專家是幹嘛的
淘寶服務專家負責智能在線機器人、語音機器人、智能決策分析等產品的知識庫、對話庫及語音庫的建設與完善。負責構建和優化垂直領域的交互機器人知識庫,整理知識庫內容,使公司產品更生動實用,並培訓客戶運營團隊完成運營工作中訓練標注的環節,同時沉澱方法論和文檔。
根據業務場景,設計機器人多輪對話流程配合優化交付項目的使用話術;負責智能語音機器人的訓練,包括對話腳本設計、語料梳理,標注和訓練、測試。
運營數據檢測及機器人日常行為分析,並指導優化機器人的語料,與演算法工程師溝通,提升機器人准確率。建設智能客服的知識庫運營體系、流程機制與方法論。

崗位要求:
1.精確定位客戶的核心問題,並可以結構化表達;對客戶問題存在敏感度,能有效判斷存在重大風險的問題,解決疑難升級case。沉澱影響客戶體驗的共性問題,幫助產品流程貼合用戶需求,帶來良好的用戶體驗。
2.能通過會員問題分析找出差異;具備分析客戶性格的能力,善於調節控制客戶的情緒,有效解決客戶投訴問題。
3.保持學習的心態和成長的願望,在工作中不斷學習和掌握所需新知識和新技能。具有較強的抗壓能力。
F. 張國川的主要經歷
1982年從核工業部九院的向陽中學考入成都科技大學應用數學系。1986年免試攻讀碩士學位,師從許國志先生。1989年6月下旬在北京通過論文答辯,獲得系統所的碩士學位。1992年來到北京跟隨越民義、韓繼業先生在中科院應用數學所攻讀博士學位。1995年3月31日通過博士學位答辯,學位論文是關於 On-Line Bin Packing (在線裝箱) 和 Open Shop Sheling (自由作業排序) 的。在讀期間沒有發表論文,後來整理的論文陸續發表在 Computing, Acta Cybernetica, 應用數學學報(中、英文版) 。答辯前夕到浙大參加博士後面試,回去的路上訪問並結識了上海的俞文(魚此) 先生,非常高興。同年9月底去奧地利 Graz 工業大學數學所 Rainer E. Burkard 教授的研究組做博士後。這個研究組是當時歐洲組合優化主要研究中心之一,成員包括 Franz Rendl(Klagenfurt), Guenter Rote (FU Berlin), Gerhard Woeginger (TU Eindhoven)。這期間曾兩次訪問匈牙利 Szeged 大學的 Janos Csirik。
1996年10月來到浙江大學,跟姚恩瑜教授繼續做博士後研究。1998年6月出站。後來到香港中文大學計算機系和系統工程系,與 C.K. Wong 教授和蔡小強教授合作研究。2001年獲得洪堡研究獎學金 (Alexander-von-Humboldt Research Fellowship)。2001年4月至7月在 Bremen 的歌德學院學習德語。8月到 Kiel 大學計算機科學與應用數學系與 Klaus Jansen 教授合作。曾上過一個學期的 「On-Line Algorithms」 研究生課程。2004年2月到 Freiburg 大學計算機科學系 Susanne Albers 教授的課題組合作研究,並協助主持本科生和研究生的討論班。2004年9月回到浙江大學。曾多次參加各種學術會議,如 MFCS (Warszawa-Otwock 2002), ALGO (Rome 2002; Budapest 2003), ISAAC (Kyoto 2003; Sanya 2005), SWAT (Humlebak 2004) 以及 Dagstuhl Seminar 2002,2005 (德國計算機科學會議中心), Oberwolfach Workshop 2001 (德國數學學術交流中心) 。 先後訪問法國 Evry 大學 (E. Bampis), Grenoble 大學 (D. Trystram), 德國 Berlin 自由大學(G. Rote), 日本 Kyoto 大學 (K. Iwama), 匈牙利 Szeged 大學 (J. Csirik), 德國 Bonn 大學 (B. Korte)。 曾去Paphos (塞普勒斯), Santorini (希臘), Bertinoro (義大利)參加幾次歐盟項目的學術交流會。
目前擔任國際刊物《Asia Pacific Journal of Operational Research》的 Associate Editor 和《Parallel Computing》的 Subject Area Editor。研究主要集中在裝箱,排序及其他相關的組合優化問題。

G. 淺談學習運籌與優化軟體的心得
科普推廣運籌學一直以來是【運籌OR帷幄】平台的初衷。本次我們邀請到了平台優化板塊的責編團隊的成員,結合各自獨特的業界工作體會,分享他們眼中在業界發光發熱的運籌學。
一、元器件行業中的運籌學
本人在一家做元器件服務的公司實習,軍用元器件使用的時候有兩個典型場景:替代和統型。
替代是設計師針對進口元器件找到可替代的國產型號;統型是在一個產品的BOM內確定某幾個不同元器件是否可以統一使用一種,以此減少元器件品種數。
目前行業內開始從依賴專家經驗(比如知道某個國產元器件就是對標某個進口元器件做的),轉向從元器件性能參數的相似度出發進行判斷,所以涉及到相似度和聚類方法的應用。
相比方法本身,解決問題的更大阻礙是元器件性能參數數據的復雜性和不規范性。例如不同類別的元器件性能參數不同,即使在同一類別下,不同生廠商給出的性能參數形式也不同,對此進行規范需要有元器件專業知識,所以實際中,數據清洗往往耗費最多人力,也是影響方法使用效果的一大因素。

H. 張國川的介紹
張國川,男,浙江大學計算機科學與技術學院教授,博士生導師。主要從事與計算機科學、管理科學密切相關的組合優化問題的演算法分析與設計。在裝箱、排序、在線演算法領域完成了若干研究工作。2001年獲得德國洪堡研究獎學金。現任國際刊物《Parallel Computing》、《Asia-Pacific Journal of Operational Research》 編委;中國運籌學會數學規劃分會副理事長;Asian Association for Algorithms and Computation 創始成員。

I. 人工智慧演算法與圖像處理演算法哪個難
一樣。人工智慧演算法工程師等於圖像處理演算法工程師,所以它們的難度是一樣的。人工智慧計算也有人稱之為「軟計算」,是們受自然(生物界)規律的啟迪,根據其原理,模仿求解問題的演算法。
