南京大学FinTech课题组大模型实验室
丁晓蔚团队
AGI时代的金融经济将是怎样的？在对物理世界的感知、认知和建模之外，大模型如何感知、认知、理解、建模和作用于人类金融经济世界？机器人与人类如何共存并建立新型金融经济关系？如何定义和构建AI4EconFinance和LLM4EconFinance?
研究特色：
学科交叉，专攻硬科技+软科学交叉融合
专攻金融经济、传播社会等人文社科的数字化、智能化和科学化
在硬科技与软科学交叉融合方面已有显著特色，研究中心被评位于全国前列
连线斯坦福硅谷，与斯坦福硅谷强连接，在跟踪学习中创新发展
应用导向、问题导向、实证导向、理论与实践并重
技术驱动，着眼于发明创造，研发真正有用的技术，通过技术创新推动社会人类进步。
研究方向：
下述方向的理论、方法、工具及应用。既研发通用AI技术，亦聚焦具体金融经济垂域应用：
“大数据、大模型、大计算”全新范式
大模型多模态具身智能和世界建模
大模型智能体、人类智慧与机器智能融合
大模型时间智能、空间智能、时空联合建模与预测
大模型知识科学、知识工程、知识编辑
大模型强化学习、逻辑推理与复杂问题求解
大模型系统优化、预训练和后训练优化、对齐优化、Scaling Laws、低成本大模型构建
大模型数据优选、生成、混合
大模型在人文社科中应用、社会计算模拟等
生成式范式与决策式范式融合
数据驱动的建模与知识驱动的建模融合
导师介绍：
丁晓蔚，南京大学普惠三农金融科技创新研究中心负责人。
毕业于斯坦福大学先进金融科技实验室，获金融工程博士学位和统计博士学位（辅）。在UTD 24和学科卓越期刊发表论文多篇，含数篇高被引，论文12篇/次被四大权威转载转摘。其中一UTD论文在当年同期刊所有论文中总引用数排名第一，在近10年同期刊所有论文中总引用数排名前2.4%。另一论文位列安全情报领域前4名。部分研究成果被微软和华尔街投行等借鉴或采纳。
拥有Morgan Stanley等世界知名金融机构大数据AI量化金融实战经验。获批金融大模型等方面国家级基金项目，与斯坦福大学合作研究金融大模型与AI4EconFinance、LLM4EconFinance等前沿课题。拥有约40年编程经验，为资深老“码农”，作为兴趣爱好，现在仍每天码代码。在金融科技和数据+模型+计算领域已耕耘20余载，构建过大量量化金融实战模型。现致力于“大数据、大模型、大计算”全新范式驱动的金融信息与情报学、国家金融安全、基于区块链可信大数据AI的下一代数字金融（可信、安全、隐私保护、有温度、智慧、高效的数字金融2.0）基础设施、体系架构、计算范式和融合创新孵化平台的理论研究和实践探索，并延伸至数字经济、社会、传播等。
2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量大数据、大模型两大国家级新型基础设施。常有论文提及其在金融信息与情报学方面的开创性工作，也有论文将其研究中心评为位居全国前列。曾任国务院发展研究中心访问学者。现任亚洲区块链产业研究院学术专委会委员、中国计算机学会CCF数字金融分会常委、区块链专委会执委、数据治理发展委员会执委、Blockchain Research and Applications期刊青年编委、中国区块链金融创新应用示范区专家智库特聘专家、中国人民警察大学网络舆情治理研究中心学术委员会委员等。
招生说明：
因博士生招生名额限制，目前仅招收计算机、AI、软件、数学、统计、电子、通信、大气、天文、物理等理工科背景学生。编程或数学，擅长和热爱其中一项即可。欢迎特长生。金融经济仅为应用场景、测试领域和数据来源，非必备前期基础。
培养方案：
除按学校规定的博士生培养方案进行培养以外，特邀请斯坦福硅谷知名学者、专家进行国际联合培养和科研指导，博士生参与国际联合科研课题项目研究，在此基础上课题组积极支持并助力博士生申请公派出国留学或交换。
（注：此处的“国际联合培养”或“国际联培”并非指“联合授予学位”或“国内外双学位”，学位授予仍在南京大学。修读年限中可包含公派出国留学部分，且不因此延长，课题组积极支持申请国家公派留学奖学金或其他来源奖学金资助，当然因各人情况不同会存在变数。且公派出国留学部分为可选）。
除此之外，课题组招收各背景硕士生、博士后、访问学生、联培学生、科研助理、访问学者、研究员等。也欢迎金融经济方向的师友们以及对AI4EconFinance、LLM4EconFinance感兴趣的学界、业界同行合作。
欢迎企业、政府合作设立联合培养博士生、博士后等岗位。（此招募长期有效）
学生收益：
导师信息学竞赛出身，为40年编程经验和20多年建模经验的“资深老码农”，喜欢编程和数学，以此为乐，课题组更像是“志同道合、切磋技术、共同进步”的兴趣小组。课题组氛围简单、单纯，技术气氛浓郁。
导师悉心指导（在工业级别的编程和大数据AI建模实战方面可手把手辅导）。
导师拥有华尔街大数据AI量化金融实战经验，对金融市场运作机理有着深刻的认知和理解。
文理交叉碰撞的跨学科发展氛围。
与斯坦福硅谷等进行国际科研合作与联合培养。
积极支持并助力申请公派出国留学。
未来就业出路广：既可以到互联网大厂，亦可去金融机构，还可以到高校任教（从事AI大模型、AI4EconFinance、金融科技、数字金融、金融信息与情报学、人文社科数字化、智能化和科学化等方向的教学和科研）。
课题组算力资源充沛，特别钟爱大规模计算和超算在金融经济中的应用（“大数据、大模型、大计算”全新范式）。
联系方式：
请感兴趣的同学、朋友联系blockchainfintech@126.com。
投稿请发邮件到：
ai@qbitai.com
标题注明【投稿】，告诉我们：
你是谁，从哪来，投稿内容
附上论文/项目主页链接，以及联系方式哦
我们会（尽量）及时回复你
点这里👇关注我，记得标星哦～
