Molei Tao是佐治亚理工学院数学学院的副教授，同时也是机器学习中心、算法与随机性中心（ARC）、算法、组合与优化（ACO）项目以及决策与控制实验室的成员。他的研究领域涉及应用与计算数学，设计并应用来自非线性动力学、概率论、几何学、多尺度方法、数值分析、计算数学和控制理论的数学工具来解决实际问题。
Tao教授特别感兴趣的一个主要应用领域是机器学习的理论基础和算法基础，这包括采样、最优传输、（扩散）生成模型、深度学习理论和优化，以及AI4Sciences（天文学、量子科学、生物工程、科学计算、机械工程、材料科学、化学等）。
如果你对加入Tao教授的研究小组感兴趣，目前有一个博士生职位空缺。计划中的研究领域是科学机器学习（即AI4Science）或深度学习理论，但也可以考虑其他领域的优秀候选人。由于咨询量较大，Tao教授可能无法一一回复，但他会仔细阅读每封邮件。如果申请，请申请以下博士项目之一：数学、计算机科学与工程（CSE）、机器学习、ACO；选择数学作为主修单位，并在感兴趣的教授名单中包含Tao教授的名字。
如果你对机器学习理论或AI4Science感兴趣，并且拥有数学、物理或计算机科学背景，请访问grad.gatech.edu/admissions申请数学、机器学习、CSE或ACO的博士项目，并在申请中提及Tao教授的名字，选择数学作为主修单位。
佐治亚理工学院提供了一个充满活力的研究环境，Tao教授的研究小组正在寻找有志于在机器学习和科学计算领域做出贡献的博士生。加入他们，你将有机会在这些前沿领域进行深入研究，并与来自不同学科的专家合作。这是一次难得的机会，可以让你在学术界和工业界都取得成功。如果你对这些领域充满热情，并且想要在佐治亚理工学院开始你的博士之旅，请不要犹豫，立即申请。Tao教授和他的团队期待你的加入，一起探索机器学习与科学计算的无限可能。
Molei Tao于 2006 年获得清华大学数学与物理学士学位。 2011 年在加州理工学院获得控制与动力系统博士学位，辅修物理学（导师：Houman Owhadi，联合导师：Jerry Marsden）。其后，2011年至2012年在加州理工学院计算与数学科学专业从事博士后工作，2012年至2014年在纽约大学担任Courant讲师。2014年起在数学学院担任助理、副教授。在佐治亚理工学院。他是 WP Carey 博士的获得者。应用数学奖 (2011)、美国控制会议最佳学生论文入围 (2013)、NSF 职业奖 (2019)、AISTATS 最佳论文奖 (2020)、IEEE EFTF-IFCS 最佳学生论文入围 (2021)、Cullen-Peck 学者奖（2022 年）、GT-埃默里 AI.Humanity 奖（2023 年）、佐治亚州全体会议发言人科学计算研讨会（2024）、（2024）科学计算和机器学习国际会议的主讲人、索尼教员创新奖（2024）以及在举办的“采样的最新进展和未来方向”国际会议上的最佳海报奖耶鲁。
公众号研真清提供一下免费服务：1.免费发布学界各职位招聘信息2.免费评估学生的简历，有需求的老师或学生请将相关资料发到xingguocheng@realresearch.cn或加微信沟通：
