1. 大数据与系统工程

  • 分布式计算、大数据与机器学习系统,目前主要关注以内存为中心的大数据处理与分析,包括面向流式机器学习、分布式图数据挖掘分析等新型计算需求的引擎系统与算法等。

2. 大数据智能分析

  • 大数据机器学习分析系统(自动化机器学习、大数据多维分析)、知识图谱与语义计算(知识图谱构建、问答系统、用户画像)、大数据智能分析应用(医疗、法律、教育等)。

3. 智能化软件工程

  • 利用人工智能、程序分析、软件测试等技术提高复杂软件系统的质量,包括分布式系统(Hadoop、Spark等)、机器学习软件(Spark MLlib、TensorFlow等)、微服务(Node.js等)、云平台(Docker等)、电子表格等。

4. 云边协同与系统工程

  • 系统构造(面向大数据、机器学习、边缘计算、无服务器计算等场景)、系统性能(通过提高并行度、减少调度路径、使用新型硬件介质、优化调度等手段)、系统可靠性(包括测试基准、异常诊断等)。

5. 移动与普适计算