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。
本文推送计划中后四个课题内容：
课题五AI模型推理加速系统化工程；
课题六基于WeMap的地图服务开放平台；
课题七量子EDA工具；
课题八高中数学学科自动解题。
（共8个课题，另4个课题介绍，请查看今日推送第二条）
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5
AI模型推理加速系统化工程
（地点：深圳）
课题简介
本课题集中于研究并引入业界先进的AI模型推理加速技术，致力于构建完整的模型加速落地方案。主要涉及AI模型算法基本原理、模型推理加速技术、运算算子优化、CPU/GPU等硬件加速技术、系统工程设计等领域。本课题将从如何整合各类加速技术、形成自动化/系统化的模型加速应用方案入手，解决各类模型加速问题，提升模型推理效率。
课题目标
知识储备阶段：
1) 了解模型推理基本运算原理，实践业界主流模型优化/硬件加速等模型推理加速技术，认识推理加速技术优化方向、各优劣点，形成推理加速方法论。
2) 学习认识模型从训练到推理服务化的流程，学习业界模型服务化平台设计思路，设计一套模型服务化平台并分析模型推理技术在平台中的角色。
实践开发阶段：
1) 建立模型推理性能分析体系工具，模型推理加速效果评估体系。
2) 在目标1的基础上，构建完整的AI模型加速自动/工程化落地方案，覆盖主流CNN模型和RNN模型自动化推理加速，效果损失小于0.5%，推理性能提升30%以上。
创新进阶阶段：
1) 探索新型模型推理加速方案或优化已有加速方案不足(减少效果损失/提升计算性能)，总结为论文。
2) 探索模型单机多卡、多机多卡等分布式推理方案和工程化实践，总结为论文。
导师简介
腾讯高级工程师，信息安全部多媒体AI工程团队负责人。曾参与凤巢广告检索引擎、春华App广告检索端系统、CPU GPU异构计算服务框架、AI模型自助工程化平台建设等能力的研发，应用于搜索和App广告、多媒体内容识别等领域。从广告检索系统的建设到如今多媒体AI平台体系的建设，一直从事行业前沿工作，在实际场景中需要应对非常庞大的用户请求量，同时对系统的稳定性、性能要求极高。
团队组成及能力要求
后台开发：
1) 有扎实的数据结构算法基础，熟悉C 语言开发，了解Python。
2) 对主流AI算法有一定了解，对模型推理运算算子基本原理有一定了解。
3) 熟悉Pytorch/Caffe等框架优先，有Openvnio/Tensorrt使用经验或其他加速优化经验优先。
4) 对主流模型推理加速技术有深入认识者优先。
课题6
基于WeMap的地图服务开放平台
（地点：北京）
课题简介
WeMap（腾讯地图产业版）是腾讯面向智慧产业的时空数字底座，依托实时泛在的时空感知能力和丰富的地图引擎能力，为政府、企业、用户提供时空信息和智能服务。本课题将基于WeMap的基础数据和引擎能力搭建一个开放平台，为行业用户和开发者提供更灵活便捷的应用开发环境，充分利用WeMap功能、云计算、大数据、可视化和小程序的能力，拓展WeMap更广泛的应用。
课题目标
本课题是基于WeMap的基础数据和引擎能力搭建一个配置平台，该平台需要具备SaaS平台的配置能力，并且在可以灵活接入多种类型的基础数据之上和图层组件进行融合，进行可视化的效果展示。所以，平台需要具备多种类型的图层组件，需要具备处理多多源数据的能力，需要有丰富的可视化效果呈现能力。 知识储备阶段：
1) 了解并熟悉WeMap和地图服务的功能模块和接口。
2) 了解腾讯地图的API的含义以及在业务中的基本用法。
a) 熟悉JS API的基础用法，理解地图中的常用模块实现方式。
b) 熟悉Vue、原生JS的基础用法，可在框架中实现部分地图的基本功能。
c) 熟悉前端的安全策略及常用的网络协议标准。
3）熟悉常用的大数据和AI计算框架，学习大数据处理流程和分布式计算方法。
实践开发阶段：
实现下列项目之一（单选或多选）：
1) 时空可视化配置平台：基于丰富渲染图层、数据图层、组件图层等模块及可配置参数/接口开发一个SaaS平台，提供开发者二次定制化开发的能力，基于平台生成项目代码，支持灵活开发和部署，高效满足多种不同业务的可视化应用构建。
2) 位置服务微信小程序插件：开发地图服务的微信小程序插件及应用集成和封装环境，满足不同场景下的地图功能需求，例如路线规划、位置展示、地铁图等功能，支持小程序的快速开发和用户的一键接入。
3) 可视化地图渲染API：基于WebGL开发3D可视化渲染API，封装地图功能接口，支持高性能的使用体验和酷炫的渲染效果，满足H5场景下的手机、PC、大屏等多端地图可视化的呈现需求。
4) 大数据算法竞赛和测试平台：开发一个算法竞赛平台，在保障数据安全的框架内支持用户上传算法分析WeMap提供的竞赛大数据，算法结果和性能评测，用户权限和数据管理，并发计算任务调度等。
创新进阶阶段：
1) 提升WebGL的地图渲染性能，在大批量数据渲染的场景下可以提升可视化的呈现体验。
2) 优化小程序插件的体验以及体积。利用云函数等方式，进行端上的体积和性能优化，提升开发者的接入体验。
3) 提升时空配置平台的定制化能力，需要满足多行业、多场景、多端的可视化能力呈现需求。
4) 结合应用场景提升竞赛平台的用户体验和运营效率，优化计算任务管理和调度框架，提升平台高并发计算性能。
导师简介
导师1：腾讯专家研究员，美国南卡罗来纳大学终身教授。北京大学学士，中国科学院地理科学研究所硕士，美国宾夕法尼亚州立大学博士。曾任美国地理协会(AAG)地理信息科学专业主席，国际华人地理信息科学协会(CPGIS)主席, 及多个国际学术期刊编委和众多国际学术会议委员会委员。长期从事地理信息科学和时空大数据研究工作。
导师2：腾讯高级工程师，WebGL/Three.js/CesiumJS 技术专家，掌握底层渲染与Shader 开发。十几年研发及管理经验，致力于 Web3D 引擎设计研发、GIS/BIM、大场景优化及数据治理工作，多年桌面、Web前后端、数据库、系统架构、项目实施经验。
团队组成及能力要求
1) Web前端开发：
a) 能够熟练运用 HTML、CSS、Javascript 构建Web 应用程序。
b) 理解WEB标准和兼容性，对可用性相关知识有实际的了解。
c) 了解Canvas/SVG/WebGL中的一种Web图形渲染技术。
2) 后台开发：
a) 能够熟练运用C /Java/Go其中一种或者多种编程语言。
b) 熟悉GIS相关基础知识和空间数据存储、索引、查询的相关技术。
c) 熟悉常用数据库存储及索引优化，理解分布式存储逻辑。
3）综合能力：具备优秀的独立解决问题能力, 善于团队合作，沟通良好，有一定抗压能力。
课题7
量子EDA工具
（地点：深圳）
课题简介
量子计算是下一代计算模式的有力候选对象，超导量子计算在众多的量子计算体系中当前体现出操控快的明显优势，有望在未来支撑大规模的量子计算任务。量子计算中需要使用很多CAD设计技术，目前主要依靠通用的版图绘制工具进行设计，难以适应大规模量子设计需求。本课题将为超导量子的设计提供一个初级版本的EDA工具，加速超导量子的研发过程。
课题目标
知识储备阶段：
1) 分析已有的各类EDA工具，了解EDA工具的基本功能和组成。
2) 学习超导量子的设计流程，分析超导量子设计过程中需求和痛点问题，进行EDA工具的原型设计。
实践开发阶段：
1) 根据超导量子芯片的设计标准，开发量子超导线路的自动布局和布线算法。
2) 实现超过50比特级别的EDA工具。
创新进阶阶段：
1）增加约束生成器模块，自动检查Layout中物理及电气特性。
2）其他可以优化量子设计的功能。
导师简介
导师1：腾讯高级工程师。毕业于南京邮电大学，从事系统软件开发近20年，在数据挖掘、自动控制、系统工程和数据库方向有多项专利。负责通信核心网、智能网、计算广告平台、量子校准系统等工作。
导师2：腾讯工程师。毕业于清华大学，微电子与纳电子学系电子科学与技术博士，研究混合固体量子系统中的光声调控现象，在国际期刊上发表多篇文章，拥有多篇专利。现负责量子线路设计和测控工作。
团队组成及能力要求
1) 前端开发：熟悉Python/Web编程，熟悉Qt界面开发、MVP模型、REST模型，掌握异步逻辑处理能力。
2) 后台开发：精通C/C 编程，掌握Sqlite等本地数据库和文件存储格式设计，了解串口通信工作原理，擅长UML建模和文档撰写。
3) 算法应用：熟悉C/C 或python编程，能够熟练阅读英文文献，能够灵活理解并运用种类时频处理算法，有Mathematica或类似数值计算经验。
4) 产品策划：有过一定的产品设计经历，可以熟练绘制思维导图、产品原型图，对EDA工具有基本的了解，熟悉软件开发的基本流程。
5) 综合能力：有良好的沟通能力，责任心强；思维缜密，逻辑清晰，对故障有较强的分析和排查能力；对新技术敏感，求知欲强，能快速学习并用于实践。
课题8
高中数学学科自动解题
（地点：北京）
课题简介
本课题是AI教育应用的一个子问题，目标是实现一个高考数学自动解题系统。在研究和开发过程中，参与同学需要综合应用自然语言处理、知识图谱、自动推理等技术，搭建一个解题系统，实现题目理解、答案推理等功能模块，并最终实现完整的解题过程。
课题目标
知识储备阶段：
1) 调研题目理解、自动解题的主流方法及知识表示、知识推理的工具与实践。
2) 进行数据准备与预处理。
工程实践阶段：
开发实现高考数学自动解题系统，实现在高考数学得分90以上。
创新进阶阶段：
优化改进模型，将系统在高考数学得分提高到120以上，并满足以下两个条件。
1) 题目理解准确率95%以上，覆盖率95%以上。
2) 自动解题准确率95%以上，覆盖率95%以上。
导师简介
腾讯高级研究员，毕业于哈尔滨工业大学，研究方向为自然语言处理。曾负责语义理解、深度问答、开放域聊天、情感分析等方向的研究与开发工作。目前主要专注自然语言处理在教育上的研究应用。累计申请专利10余项，发表论文多篇。
团队组成及能力要求
1) 后台开发：
a) 至少熟悉一种C/C /Golang等服务端开发语言。
b) 熟悉Linux下的网络编程，熟悉大数据存储和处理。
2) 算法应用：
a) 扎实的机器学习和自然语言处理基础。
b) 熟练使用主流深度学习框架（Tensorflow/Pytorch等任一种）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
