1. 分布式计算与系统工程
- 主要关注分布式架构下的消息处理、数据处理与分析、内存管理、机器学习等新兴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
- 利用程序分析、软件测试、机器学习等技术提高复杂软件系统的质量，包括分布式系统(如Spark、Raft)、数据库系统(如MySQL、TiDB)、云平台(如Docker)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)。