Sarath Chandar教授是机器学习（ML）领域的杰出研究者，他的研究实验室正在招募有志于在多个ML领域进行研究的硕士和博士生。
Chandar Research Lab (CRL) 是 蒙特利尔理工大学 计算机与软件工程系的一个机器学习研究小组。我们团队的长期使命是开发不断从经验中学习的交互式学习算法。目前，实验室专注于机器学习的几个领域，包括深度学习、强化学习、终身学习和自然语言处理。
实验室的研究领域包括：
•终身/持续学习 - 可塑性的丧失、灾难性遗忘、容量扩展、前向转移、动态神经架构、终身学习的内存和知识获取。•大型语言模型（LLMs） - 高效训练、LLMs的RL训练、知识巩固、持续预训练、可更新的LLMs、偏见/公平性、可解释性。•深度学习（DL） - 更好的Transformer架构、状态空间模型和其他RNN模型、混合架构、长期依赖建模和内存增强架构。•强化学习（RL） - 终身RL、基于模型的RL、多代理RL、RL中的泛化、分层强化学习、样本高效RL、药物发现的RL、基于语言的RL代理。•优化 - 理解过参数化模型的学习动态、能够探索损失景观的更好优化器、加速训练、终身学习的优化和RL的优化。•科学AI - 生物学的基础模型（蛋白质、小分子、DNA、RNA序列的模型）、AI/ML/RL用于科学发现（药物发现、材料发现）、物理学/化学的基础模型。
对于2025年秋季，Chandar教授计划招募几名硕士/博士生。
对于2025年秋季，Chandar教授还将通过ELIS博士奖学金项目与Ross Goroshin、Caglar Gulcehre和Amal Zouaq共同指导学生。
一般期望： Chandar教授期望学生在申请之前对ML和DL的基础知识有透彻的理解。如果你想要进行RL研究，还期望你对RL有透彻的理解。在面试中，Chandar教授将测试你的数学和ML知识。理想情况下，你应该熟悉以下主题：
•机器学习数学书籍的第一部分。•Chandar教授的机器学习课程：2020年秋季，2021年秋季•Chandar教授的强化学习课程：2021年秋季，如果你想在RL领域工作。•你还应该具备强大的Python编程和工程技能。Chandar团队使用PyTorch/Jax进行研究，因此你应该熟练使用PyTorch或Jax。如果你是一个具有不同学术背景的杰出候选人，这些技能要求中的一些可以免除。
博士后： Chandar教授目前正在寻找大型语言模型领域的博士后。请通过电子邮件联系他，并附上你的简历。
博士/硕士生： 下一批博士和硕士招生将在2025年秋季进行。 如果你有兴趣与Chandar教授合作，你应该在2024年12月01日之前向Mila提交你的申请。Chandar教授只会查看那些提到他作为潜在导师的申请。 如果你被列入面试名单，你将需要向Polytechnique Montréal提交申请（注明我的名字）。请注意，此申请提交不保证录取。你的录取仅基于你在面试中的表现。在面试前申请Polytechnique Montréal是为了避免将来录取/签证延误的可能性。 如果你已经是Poly或UdeM的学生（本科、硕士、博士），并希望Chandar教授成为你的导师，通过电子邮件发送你的详细简历、所有成绩单的最新副本以及你的研究兴趣总结。 如果你想让我阅读你的电子邮件，你的电子邮件主题应该包含“[RESEARCH_APPLICATION_INTERNAL]”。
实习生和访问学生： 请不要直接通过电子邮件联系我申请访问职位和实习机会。 有兴趣的学生应该完成以下表格。 成功的申请者将由Chandar教授或他的一名学生直接联系。 申请截止日期为12月01日。请通过Mila_Quebec监督请求过程申请：https://mila.quebec/en/prospective-students-and-postdocs/research-programs/request-supervisor
有关招聘过程的更多详细信息：https://chandar-lab.github.io/join/[1]
References
[1]: https://mila.quebec/en/prospective-students-and-postdocs/research-programs/request-supervisor有关招聘过程的更多详细信息：https://chandar-lab.github.io/join/
公众号：研真清，承接学术相关的业务：咨询，各种岗位信息，科研实习申请，博士申请，套辞，文书指导.....等一系类相关的业务；也欢迎教授，实验室，科研组投稿发布各类相关信息；欢迎有相关经验的人士合作，为潜在学生提供高质量的指导，有意请加：
