器学习和自然语言处理。
招林燃主要是想着做一点GraphAI相关的工作。
林燃作为专业人士，就对尼兰詹做过分析。
虽说尼兰詹是印度裔，但不得不承认，还是有两把刷子。毕竟在谷歌学术上的引用数有足足四千多。
虽说其中最高引用次数的论文，总引用数1641，已经是2009年的论文了，但近几年一直有顶级会议文章发表，引用数不好看，但至少不是水货。
根据RateMyProfessors的数据，其教学评价为五分制的3.8。
里面的评论有认为课程内容相关，讲课质量高，作业设计有趣，帮助学生应用所学知识。
也有认为课程挑战性较大，作业难度与讲课内容存在差距。
解读一下就是要求高。
近年从论文质量来看，科研水平和科研精力已经大不如前，迫切需要新鲜血液来帮他撑起一片天。
在去之前的林燃，觉得自己就是这样的人才。
去之后，林燃意识到，GraphAI是自己都撑不起的大山。
现在的林燃，心想，谁爱去谁去，反正我不伺候了。
尼兰詹接到AI创新研究所主任史蒂文电话时，整个人也是懵的。
自己最近都没见过，只能通过邮件联系，通过zoom询问进度的学生，伦道夫·林居然就是最近数学界大热的伦道夫·林，文章还已经被四大数学期刊之一的《数学新进展》给预接收了。
不是，我就三个月没见，你怎么突然就小黄车变大黄蜂，直接变成我理解不了的模样了？
最要紧的是，论文怎么没有我的署名！我好歹得挂个二作吧。
对印度裔来说，没占到便宜就是吃亏了。
“林，不，伦道夫，我们中间是不是有一些沟通没有到位？”尼兰詹语气前所未有的客气。
他过去也很客气。
客气地说出一些极其push的话。
而现在的客气甚至带有一丝谄媚。
“没有啊，我们沟通的很到位，你给我布置的工作我一直在推进啊。”林燃说。
从导师的角度，尼兰詹算不错了。
林燃之所以会选对方，还有很大一部分原因在于对方做的课题涉及到机器学习在信息检索中的应用，主要就是优化搜索和信息提取的效率。
学这个好啊。
学这个能在阿美莉卡的大厂找到工作，无论是谷歌、亚马逊还是脸书，都要这方面的人才。
搜索效率优
本章未完，请点击下一页继续阅读！