PKU             Github             Gitee

Wenfei Wu Assistant Professor School of Computer Science Peking University

Wechat ID

---

【实验室开放】

课题组致力于网络系统方向的科研和推广，对外开放下列信息，欢迎关注：

• 《每周技术讨论会》，研讨科研成果和热门技术。每周二下午1:30-2:30，提供线上接入。【日程】

【公告】 　　 　　 　　

北京大学信息科学技术学院吴文斐老师课题组主要从事以下方向的研究：

• 计算机网络：体系结构、系统管理，
• 分布式系统：云计算、大数据、人工智能、高性能计算。

课题组与国外高校和国内外著名IT公司合作紧密，结合计算机科学理论和工业界工程经验与实际需求，在上述方面进行理论方向的探索和实际系统的设计与实现。课题组主导的研究在CCF A类会议NSDI、ASPLOS、KDD、INFOCOM等多次发表文章，成果《面向多租户训练的聚合传输协议》设计并实现了一套高性能机器学习系统，获得NSDI21最佳论文，为中国地区首次获得该荣誉。课题组通过合作科研的方式，可为学生提供进一步国外深造和工业界实习的机会（毕业生去向请参考主页，详情请来信咨询）。

现面向国内外招收研究生（博士生、硕士生），并长期招聘博士后、实习生。教研组招聘的基本要求为掌握下列技能中的一项或多项：

• 有优秀的数学或者算法基础，
• 精通Linux环境下的至少一门编程语言：C/C++、Python等，
• 熟悉计算机科学中的一门或者多门方向，例如计算机网络、分布式系统、操作系统、密码学、人工智能、高性能计算等。

具备以下技能者优先：

• 了解最近网络、系统和安全方向的最新技术和进展，
• 熟悉高性能计算的相关技术，例如GPU、RDMA、DPDK、DPU等，
• 熟悉最新的人工智能方向的技术，例如PyTorch等。

联系方式如下：

• 发送简历和申请至主页邮箱链接。

Announcement

Our research group focuses on the following areas:

• Computer Network Architecture: Performance Optimization, Management Optimization,
• Distributed System: Big Data, AI Systems.

Our research combines industrial experience, practical requirements and the CS theoretical foundation, and aims to deliver solid information infrastructure systems. Our recent work “ATP: In-network Aggregation for Multi-tenant Learning” got the NSDI’21 best paper award (first time in China!). Group members also get good opportunities in the academia and industry (refer to the alumni in the homepage).

Now we are recruiting graduate students, postdoctoral students, and interns. Mastering one of the following skills is required:

• Solid mathematical/algorithmic foundation,
• Mastering at least one language in Linux environment,
• Being familiar with one or more areas in CS, e.g., computer networks, distributed systems, operating systems, cryptography, artificial intelligence, high performance computing.

The following skills are a plus:

• Knowing the most advanced technologies in computer networks, e.g., SDN, NFV, P4, DPU.
• Mastering technologies in high performance computing, e.g., GPU, RDMA, MPI, NCCL.
• Knowing recent technologies in AI and machine learning, e.g., Tensorflow, PyTorch.

Contact: Send your application and CV to the email in the homepage. Link