香港科技大学（广州）GNN/大模型/交叉方向全奖PhD

个人简介：

张永祺博士于2024年加入香港科技大学（广州）数据科学与分析学域，担任助理教授一职。在此之前，曾于AI上市公司第四范式任职算法科学家，2020年他博士毕业于香港科技大学计算机系，2015年本科毕业于上海交通大学计算机系，具有丰富的学术和产业经验及合作伙伴。主要研究方向为关系图学习、通用机器学习，并热衷于探索交叉学科如生物医药等领域研究。发表高水平论文20篇，其中以第一作者身份发表论文于Nature Computational Science、TPAMI、VLDB-Journal等高水平期刊，及NeurIPS、KDD、ACL等国际会议上。

研究方向：

• 关系图学习，尤其是知识图谱等关系型图数据结构，捕捉事物间联系和潜在性质。
• 通用机器学习，关注基础模型设计、图学习架构搜索、大模型推理等通用学习技术。
• 交叉学科研究，关注基于图学习和大模型进行生物医药、分子材料等场景预测。
  

近期代表作：

1. Yongqi Zhang, Quanming Yao*, Ling Yue, Xian Wu, Ziheng Zhang, Zhenxi Lin and Yefeng Zheng. (EmerGNN) Emerging Drug Interaction Prediction Enabled by Flow-based Graph Neural Network with Biomedical Network. Nature Computational Science. 2023.
2. Yongqi Zhang, Quanming Yao* and James T. Kwok. (AutoBLM) Bilinear Scoring Function Search for Knowledge Graph Learning. IEEE TPAMI. 2023.
3. Yongqi Zhang and Quanming Yao*. (RED-GNN) Knowledge Graph Reasoning with Relational Directed Graph. The WebConf. 2022.
   

招生要求：

1. 申请者需满足学校规定的招生要求，具有良好英语应用能力；
2. 毕业于知名大学（985或同等级别）计算机、电子信息、数学统计、人工智能等相关专业，也欢迎有交叉学科背景的同学申报；
3. 有扎实的数理基础、算法储备和编程能力，熟练掌握至少一种编程语言；
4. 有较强的自主研究热情和优秀的自驱力，能独立思考和解决问题，渴望做出有影响力的科研成果；
5. 满足一项或多项以下要求者优先考虑：
   

• 具有一定的科研、工作经验，硕士申请者需至少有一篇A类论文；
• 成绩优异，有较高的GPA/年级排名；
• 深度参与贡献过有影响力的机器学习相关开源项目。
  

学生福利：

• 课题组将为全日制博士提供18万元/年的全额奖学金，以保障你的生活需求；
• 课题组会充分尊重你的研究兴趣，并引导探索新的领域和思路，在科研中共同成长和进步；
• 为你提供多元化的发展支持，例如适时赴香港清水湾校园交流、推荐海内外知名院校/企业交流合作等。
  

申请方式：如果你想申请DSA博士项目、加入张永祺老师的团队，请将个人简历（含教育背景、论文列表、实习经历等）、成绩单（本科生）、代表性论文或项目等发送至邮箱1point3acres.com, 标题注明【申请年份-PhD -姓名-毕业院校】。2025 Spring和2025 Fall仍有PhD招生名额。