深圳大学大数据国家工程实验室百人计划副教授，博士生导师；

背景

2012-2016：本科数学竞赛保送至北京大学数学系

2016-2021：北京大学计算机系攻读博士，攻读博士期间获得苹果博士奖学金（大陆仅1位）

毕业时获得北京市优秀毕业生，北京大学优秀毕业生，华为天才少年，腾讯技术大咖等；

曾获得ACM SIGSAC优博、中国电子教育学会优博。

课题组招聘

结合学生个人兴趣，定制研究课题与方向，学术上以发表Nature子刊及CCF A类级别论文为主，应用落地上鼓励学生探索大模型时代下，新的商业产品形态，并帮助学生与相关企业资源对接落地。

1. 长期招聘对我课题欢迎对我研究方向感兴趣的本科生/保研/考研学生联系实习；本科生鼓励大二暑期入组实习，实习时间不少于6月；

2.计算资源充沛，拥有20余张本地4090算力及充足的H20云算力

欢迎有志于在AGI时代 (1)探索前沿的模型对齐技术 (2) 构建全新的AI native商业产品的同学加入我的课题组！请将【个人简历+研究计划+证明材料等】邮件打包发送到wubingzheagent@gmail.com&wubingzhe@szu.edu.cn;

研究方向

1. 大模型对齐与安全

1）构建安全的长推理&慢思考模型，并应用于机器人、金融等场景

2）构建可信的工具调用及RAG系统；研究其中的安全攻防方法

2. 应用

1）金融：构建针对金融市场的多智能体风险预警系统，并应用于下游的金融风控，二级市场风险监控等领域

2） 生物医药：围绕双光子图像，病理图像，基因组学等下游应用中的模型可靠性问题，设计分布外优化方法

3） 机器人：围绕端侧可信具身智能模型构建相应的对齐技术

对学生的基本要求：

1. 具备熟练使用各类AI工具包括Cursor、coze、LangChain等的能力

2. 具备扎实的机器学习与数学基础

3. 扎实的编程功底与系统优化能力是加分项

4. 具有自我驱动力，愿意在即将到来的AGI产业周期下探索前沿的技术以及产品；

个人简介

本科与博士均毕业于北京大学，师从孙广宇教授，长期致力AI安全与可信AI方向研究，在国际顶级期刊及学术会议发表论文共计40余篇，其中：

（1）CCF（中国计算机学会）A 类会议或期刊论文共20篇；

（2）近五年，申请人为第一作者或通讯作者发表CCF-A会议或期刊论文共13篇, 包括1篇ICML oral（接受率为2.3%），2篇NeurIPS spotlight (接受率为5%)；

（3）据“谷歌学术”显示，近五年论文总引用次数1900余次。

（4）曾获得ACM SIGSAC优博、中国电子教育学会优博。

除此之外，申请人在学术成果产业转换方向有深厚积累。 申请人致力于将上述可信AI的一系列成果应用于不同交叉领域：(1) 开放域风险治理：基于基础模型构建更加智能的风险治理智能体，用于包括内容审核，金融风控，文生图偏见治理等一系列场景。上述部分研究成果应用于腾讯公益风控场景进行黑灰产打击，获得腾讯可持续社会价值奖。（2）生命科学：将一系列分布外鲁棒优化算法用于药物发现，病理分析，组学分析等场景，跨领域合作论文中稿Nature Method，影响因子58。