12月11日，2021年腾讯犀牛鸟精英科研人才培养计划正式对外发布。计划截止申报时间为2021年1月28日24:00。
本年度犀牛鸟精英计划首次发布（试运行）“犀牛鸟精英工程人才培养计划”，该计划由校/院级教学组织推荐学生及指导老师组队申报，入选团队及学生将借助产业真实问题和实战平台，深度参与推进技术在产业场景中应用落地。
首次试运行共发布8项课题，其中包含腾讯微信、地图、安全等与日常生活紧密相关的核心产品及技术领域。
本文推送计划中四个课题内容：
课题一场景化多模态聊天助手；
课题二面向抢占式资源的多云Kubernetes 任务调度器；
课题三基于推荐系统的高性能网络服务开发；
课题四大数据一站式研发平台。
（共8个课题，另4个课题介绍，请查看今日推送第三条）
线上答疑会预约
为帮助学生选择与研究兴趣更加匹配的课题，1月8日，“犀牛鸟精英人才培养计划线上答疑会”，将邀请计划负责人及各课题指导团队齐聚线上，面对面为学生们讲解课题背景、研发方向、应用场景和价值等，并现场解答学生提问，欢迎老师和学生关注最新产业技术及人才需求。
手机扫码进入“精英工程人才线上答疑会”预约
直播将于1月8日（周五）18:30正式开始
（点击了解“犀牛鸟精英工程人才培养计划申请指南”）
课题1
场景化多模态聊天助手
（地点：北京）
课题简介：闲聊机器人是自然语言处理领域的核心科研课题，但同时多模态的交互(文字/语音/视觉/VR)也是闲聊机器人应用App的一个发展方向。形如Replika、小黄鸭的陪伴型机器人App也有了几千万的用户。本课题将利用微信AI的聊天能力，在手机端或小程序端开发AR对话程序。
课题目标
知识储备阶段：
1) 分析现有的闲聊机器人App，找到其核心应用场景。如Replika (https://www.youtube.com/watch?v=CAge4hIz6Qo)。
2) 了解并熟悉微信AI的能力，包括但不限于语音、闲聊、翻译等。
实践开发阶段：
1) 研发多模态的闲聊App。包括但不限于文字、语音、视觉、AR等。
2) 推广闲聊机器人App。完成至少2篇的公众号文章/分享等，有一定的产品影响力。
创新进阶阶段：
1) 如何利用多模态信息增强AI能力，包括但不限于：多模态增强语音识别能力和对话理解能力。
2) 形成类似于小黄鸭一样的现象级ToC产品。
导师简介
腾讯高级工程师。毕业于中国科学院计算技术研究所。曾参与百度多模态人工智能操作系统DuerOS研发，负责DuerOS自然语言理解系统和智能推荐引擎工程架构，参与对话式机器人开放平台(DuerOS Bots Platform)研发。长期从事对话系统、智能音箱产品等研发工作。
团队组成及能力要求
1) 客户端开发：熟悉AR开发，可以跨客户端开发。如Flutter、Kotlin等跨平台客户端开发或小程序开发。
2) 后台开发：对常用AI技术有一定了解，有扎实的数据结构算法基础，有一定的微服务架构能力。
a) 了解GoLang/C 等后端编程语言。
b) 了解Restful API、gRPC等跨端通信方法。
c) 了解自然语言处理，语音识别技术的基础原理。
3) 综合能力：思维缜密，逻辑性强，沟通能力强，责任心强，有良好的团队协作精神；对新技术敏感，求知欲强，能快速学习并具备较强的技术领悟能力。
课题2
面向抢占式资源的多云Kubernetes 任务调度器
（地点：深圳）
课题简介
高低优业务混部的部署模式已经在越来越普及。公有云平台也已推出竞价式/抢占式实例。相比利用稳定资源，利用抢占式资源的任务需要更高的弹性、可恢复性。而针对这种任务的调度器也需要做出更迅速、全面、有预见性的处理来保证低优任务的平稳运行，其中就包括将多个Kubernetes 集群的资源池化来保证抢占式资源的总体稳定。本课题将会利用 Kubernetes 的特性，构建一个能够利用多云抢占式资源的任务调度器。
课题目标
知识储备阶段：
1) 分析：资源波动的特性，低优任务的特点以及资源波动对其影响。
2) 了解 Kubernetes 在自我修复、弹性和多集群管控上的能力，并学习将任务云原生化的案例与工具。
实践开发阶段：
1) 构建利用多云抢占式资源的任务调度器。支持多优先级任务队列与调度，避免因任务间资源抢占导致的任务启动失败。
2) 面对最高 30% 的资源掉线比例，在剩余资源足够的情况下，保证业务在 30 分钟预警时间下可以不受影响；在剩余资源不足的情况下，保证 70% 的业务不受影响。
创新进阶阶段：
1) 根据任务的重要性排序，探究任务抢占策略，以牺牲部分任务的方式保障关键业务的数据吞吐在 3% 以内波动。
2) 根据抢占式资源的竞价机制，在保证整体计算性能的前提下，探究优化调度算法，降低资源成本 10% 以上。
导师简介
腾讯高级工程师。毕业于美国卡内基梅隆大学。主要从事基于 Kubernetes 的深度学习平台设计与开发。曾在才云科技负责机器学习系统底层研发，参与模型推理平台、GPU 共享技术、弹性分布式训练框架 FTLib 的开发，应用于 Clever 平台，提升整体集群的资源利用率。
团队组成及能力要求
后台开发：
1) 熟悉 Linux 环境下的 Go 开发，对 Kubernetes 和云原生标准有基础了解。
2) 熟悉 Client-go、Informer 机制，了解如Raft等一执行协议。
3) 对机器学习有一定基础，处理过样本的生成、组织和处理，了解样本对收敛的影响。
4) 综合能力：对新技术敏感，求知欲强，能快速学习并具备较强技术领悟能力。
课题3
基于推荐系统的高性能网络服务开发
（地点：北京）
课题简介
信息流是目前互联网最火热产品形态之一，推荐系统是背后最核心的关键技术。本课题主要研究推荐场景下的在线服务开发，打造一个完整的推荐系统，并具有低延迟、大吞吐、高可用的特性。
课题目标
知识储备阶段：
1) 掌握工业界标准的开发规范，包括需求理解、方案设计、代码编写、测试、上线、文档编写等全流程。
2) 培养在海量数据、大规模网络IO环境下的高性能分布式网络服务开发以及各种优化方法和技巧。
实践开发阶段：
1) 熟练使用各种主流工具，比如Gdb、Perf、Git，服务于推荐功能模块开发。
2) 能独立完成单个功能模块（比如召回、排序、索引）的开发。
创新进阶阶段：
结合业界已有的优秀解决方案，加以创新和优化，落地在微信推荐业务场景中。
导师简介
腾讯高级工程师。毕业于北京航空航天大学，工作超过十年，微信推荐系统工程架构负责人，对推荐系统有较为深刻的理解和认识，对架构设计有丰富的经验。
团队组成及能力要求
后台开发：C 为第一开发语言，熟悉linux开发环境，熟悉操作系统原理、STL、Socket、多线程开发。阅读过知名开源项目者优先。
课题4
大数据一站式研发平台
（地点：深圳）
课题简介
旨在建设一站式的大数据研发平台，涵盖数据采集、数据处理和数据应用的数据全链路过程。用户在平台上可以通过可视化拖拽方式构建变化万千的计算任务流，完成数据接入、数据加工处理和数据可视化等目标。
课题目标
参与课题的同学可以深入了解和学习到业界前沿的大数据领域知识技能，包括研发平台理念、大数据生态组件、数据仓库等相关内容。
知识储备阶段：
1) 学习MapReduce、Yarn等基本原理，获得大数据基本处理思维。
2) 学习常见的大数据架构，如Lambda架构等。
3) 调研和学习业界常见的大数据平台设计理念和实现原理。
4) 调研和学习业界场景数据治理、数据仓库理论体系和模型建设理论。
实践开发阶段：
完成大数据研发平台，包括如下内容：
1) 数据采集管理，用户可在页面完成自定义数据接入。
2) 研发环境管理，包含任务管理、版本管理、正式与测试环境管理，可一键上下线任务。
3) 计算效率、资源高效管理，精细到每个任务、每份数据计算的效率资源合理性评估，尝试自动化调优。
4) 数据质量监控体系，监控数据四要素：准确、完整、一致、及时。
5) 数据安全性管理及数据应用（数据图形展示等）。
6) 支持每天至少百亿级数据处理。
创新进阶阶段：
实现易调试、自动化、智能化的问题分析与优化；并层实现流批一体；支持百万量级任务调度。
导师简介
腾讯高级工程师，毕业于华南理工大学，5年以上大数据工作经历，目前为大数据团队技术负责人。曾参与过多个大型联合项目，荣获过公司级技术突破奖金奖、公司级开源协同卓越奖。
团队组成及能力要求
1) 前端开发：专业排名top10以内。
a) 熟悉HTML/CSS/JavaScript/Node.js等前端开发技能。
b) 熟悉React/Angular/Vue等主流前端库，有实际项目经验优先，对MVC/MVVM模式、前端组件化开发有一定理解和思考。
c) 熟悉常见性能优化及原理、衡量方法。
2) 后台开发：专业排名top10以内。
a) 本科以上学历，熟悉C/C 、Golang等，有后台开发经历优先。
b) 熟悉TCP/IP协议相关知识，熟悉网络编程，熟悉数据库。
c) 熟悉常用Rpc框架及实现原理，有Grpc、Trpc开发经验优先。
3) 大数据处理：专业排名top10以内，有spark等大数据项目经历优先。
a) 熟悉常用的数据结构和算法，熟悉Linux系统环境。
b) 熟悉Python/Java/Scala等大数据领域常用开发语言的至少一种。
c) 熟悉Java/Golang等后台常用开发语言的至少一种。
d) 熟悉大数据技术栈，对关系型数据库以及Hadoop、Hive、Spark、Flink等有了解，有实际项目开发经验者优先，对性能有调优经验者优先。
项目申报方式
— 工程人才培养计划 —
手机扫码进入“预申报”，可获得更多项目通知
PC端访问网址，进入“申报”
https://www.withzz.com/project/detail/100
2021年度犀牛鸟精英人才培养计划
本年度犀牛鸟精英人才培养计划包括“犀牛鸟精英科研人才培养计划”和“犀牛鸟精英工程人才培养计划”两部分。其中科研人才计划旨在为致力于前沿科学研究的学生提供更优质的创新科研平台，助力其借助产业真实场景及海量数据，将理论研究和实践结合，验证学术理论，发表论文和专利。工程人才计划旨在以产业真实项目为牵引，在校企双导师指导下，模拟产业研发场景，组建学生研发团队，通过持续深入的挑战进阶式课题目标达成，培养学生系统性思维，拓展前沿技术视野，提升团队协作水平、解决复杂问题等核心创新能力。
2021腾讯犀牛鸟精英科研人才培养计划课题了解：
课题（一&二）——机器人相关技术研究&AI医疗
课题（三&四）——自动驾驶&量子计算
课题（五）——机器学习及其相关应用研究
课题（六）——语音技术
课题（七）——自然语言处理
课题（八）——视觉及多媒体计算
课题（九）——信息检索与推荐系统
课题（十&十一&十二）——智慧城市、数据库、信息安全技术
了解犀牛鸟精英计划更多详情：
2021腾讯“犀牛鸟精英人才培养计划”申请启动
2021腾讯“犀牛鸟精英科研人才培养计划”申报指南
2021腾讯“犀牛鸟精英科研人才培养计划”FAQ
2021腾讯“犀牛鸟精英工程人才培养计划”申报指南
2021腾讯“犀牛鸟精英工程人才培养计划”FAQ
点击“阅读原文”，进入预申报
