研究特色

• 学科交叉，专攻硬科技+软科学交叉融合

• 专攻金融经济、传播社会等人文社科的数字化、科学化和智能化

• 在硬科技与软科学交叉融合方面已有显著特色，研究中心被评位于全国前列

• 连线斯坦福硅谷，与斯坦福硅谷强连接，在跟踪学习中创新发展

• 应用导向、问题导向、实证导向、理论与实践并重

• 技术驱动，着眼于发明创造，研发真正有用的技术，通过技术创新推动社会人类进步，回应中国之问、世界之问、人民之问、时代之问

研究方向

下述方向的理论、方法、工具及应用。既研发通用AI大模型技术，亦聚焦具体金融经济垂域应用：

• “大数据、大模型、大计算”全新范式

• 大模型多模态具身智能、世界知识和世界建模

• 大模型智能体、机器人，人类智慧与机器智能融合

• 大模型时间智能、空间智能、时空联合建模与预测

• 大模型知识科学、知识工程、知识编辑

• 大模型强化学习、逻辑推理与复杂问题求解

• 大模型系统优化、预训练和后训练优化、对齐优化、Scaling Laws 、低成本高性能大模型构建

• 大模型数据优选、生成、混合

• 生成式范式与决策式范式融合

• 数据驱动的建模与知识驱动的建模融合

• 大模型在人文社科中应用、社会计算模拟等

• 区块链 Web3 与 AI 大模型融合、基于区块链可信大数据 AI 的下一代数字经济与社会基础设施

导师介绍

丁晓蔚，南京大学教授、博导，普惠三农金融科技创新研究中心负责人。毕业于斯坦福大学先进金融科技实验室，获金融工程博士学位和统计博士学位（辅）。在 UTD 24和学科卓越期刊发表论文多篇，含数篇高被引，论文14篇/次被四大权威转载转摘。其中一 UTD 论文在当年同期刊所有论文中总引用数排名第一，在近10年同期刊所有论文中总引用数排名前2.4%。另一论文位列安全情报领域前4名。部分研究成果被微软和华尔街投行等借鉴或采纳。拥有 Morgan Stanley 等世界知名金融机构大数据 AI 量化金融实战经验。获批金融大模型等方面国家级基金项目。拥有约40年编程经验，为资深老“码农”，作为兴趣爱好，现在仍每天码代码。在金融科技和数据+模型+计算领域已耕耘20余载，构建过大量量化金融实战模型。现致力于“大数据、大模型、大计算”全新范式驱动的金融信息与情报学、国家金融安全、基于区块链可信大数据 AI 的下一代数字金融（可信、安全、隐私保护、有温度、智慧、高效的数字金融2.0）基础设施、体系架构、计算范式和融合创新孵化平台的理论研究和实践探索，并延伸至数字经济、社会、传播等。获省社科优秀成果二等奖、全国高校双创优秀论文一等奖、三等奖、省学术大会优秀论文一等奖、全国区块链优秀教材二等奖。多次获省委领导批示。荣获 CSIC2023 年度数字技术创新杰出贡献人物奖。曾任国内首个数据质量评估证书专家组组长，在“数据金融”领域进行了开拓性探索。2023年5月在国内率先发起成立高质量产业大数据大模型联盟，打造高质量大数据、大模型两大国家级新型基础设施。常有论文提及其在金融信息与情报学方面的开创性工作，也有论文将其研究中心评为位居全国前列。曾任国务院发展研究中心访问学者。现任斯坦福大学访问学者、亚洲区块链产业研究院学术专委会委员、中国计算机学会 CCF 数字金融分会常委、区块链专委会执委、数据治理发展委员会执委、Blockchain Research and Applications 期刊青年编委、中国区块链金融创新应用示范区专家智库特聘专家、中国人民警察大学网络舆情治理研究中心学术委员会委员等。曾任2018 CCF 中国区块链大会分论坛主席，2019 CCF 中国区块链大会论坛组织委员会主席、区块链金融和实体经济分论坛主席，2021尤努斯社会企业日大中华区社会企业教育与实践论坛联席主席等。践行金融科技向善人才培养理念。多次被评为优秀社会实践指导教师。开设《区块链+ AI 与金融科技创新》（校级创新创业平台课、教育部协同育人项目）、《 AI 大模型与下一代数字金融》（校级 AI +课程）、《区块链、大数据与金融情报学》等课程（教评分4.98分）。指导学生获国内外大奖数十项，如美赛特等奖（全球前7,奖匾入藏校史博物馆）等，广受学生好评。

招生说明

因博士生招生名额限制，目前仅招收 AI 、计算机、软件、数学、统计、电子、通信、大气、天文、物理等理工科背景学生。普博、直博均可。编程或数学，擅长和热爱其中一项即可。欢迎特长生。金融经济仅为应用场景、测试领域和数据来源，非必备前期基础。

【2026年新增】也招收会计审计背景博士生，从事智慧财务、AI 财务大模型、 AI4Accounting、LLM4Accounting 等方面研究。也招收背景特别出色、对金融经济理论有深刻感悟和理解的金融经济背景博士生，从事 AGI 时代金融经济（资产定价、智能投资等）研究工作。

培养方案：除按学校规定的博士生培养方案进行培养以外，特邀请斯坦福硅谷知名学者、专家进行国际联合培养和科研指导，博士生参与国际联合科研课题项目研究，在此基础上课题组积极支持并助力博士生赴斯坦福硅谷留学、访学或交换（注：此处的“国际联合培养”或“国际联培”并非指“联合授予学位”或“国内外双学位”，学位授予仍在南京大学。修读年限中可包含出国留学、访学和交换部分，且不因此延长修业年限，课题组积极支持申请国家留学奖学金或其他来源奖学金资助，当然因各人情况不同会存在变数。亦可帮助支持赴加、欧、新等名校留学、访学或交换。且出国留学部分为可选）。

除博士生之外，课题组还招收各背景硕士生、博士后、访问学生、联培学生、科研助理、访问学者、研究员等。也欢迎金融经济方向的师友们以及对 AI4EconFinance、LLM4EconFinance 感兴趣的学界、业界同行合作。

欢迎企业、政府合作设立联合培养博士生、博士后等岗位。

本广告长期有效。

学生收益

• 导师信息学竞赛出身，为40年编程经验和20多年建模优化经验的“资深老码农”（拥有大数据挖掘分析、大规模金融经济超算智算和大模型预训练微调等方面丰富实战经验），喜欢编程和数学（以及大规模超算智算、模型算法效能优化和分布式训练性能优化等），至今仍在每天编程一线（“大数据、大模型、大计算”），以此为乐，富有激情，课题组更像是“志同道合、切磋技术、共同进步”的兴趣小组。课题组氛围简单、单纯、友善，技术气氛浓郁。

• 导师非常 nice 、乐于分享、热心帮忙、悉心指导（在工业级别编程和软件开发、大数据挖掘分析、AI 大模型建模优化实战等方面可手把手辅导）、乐于帮助解决困难、创新点 ideas 多、善于辅导攻克难题。热爱教学，教评分最高4.98分。

• 导师拥有华尔街顶尖金融机构大数据AI量化金融实战经验，对金融市场运作机理有着深刻的认知和理解。

• 新工科、新商科、新社科三者前沿交汇点，文理交叉碰撞的跨学科发展氛围。培养爱编程、能推导公式、有 Deep Thinking 思想的高端复合型人才。致力于培养“码农+思想家”，在“码农+思想家”人才培养方面有独到思想、理念和方法。

• 拥抱大模型、与大模型同行共舞、All in AI大模型研发及应用。特别探索区块链 Web3+AI 大模型融合、基于区块链可信大数据可信大模型智慧大脑和基础设施。

• 理论联系实践，理论和实践两者并重。技术研发注重落地，做真正有用的发明创造。从事过大量实践实战项目研发。用真正能够落地应用的技术创新来解决现实生活中痛点难题、推动人类社会进步。

• 与斯坦福硅谷等强链接，进行国际科研合作与联合培养，课题前沿性有保障。培养国际化、全球视野人才。

• 积极支持并助力申请出国留学、访学和交换。

• 未来就业出路广，前途钱途都非常好：既可以到互联网大厂，亦可去金融机构，还可以到高校或研究机构从事科研工作（在信息口、管理口或金融经济方向从事 AI 大模型、大数据、AI4EconFinance 、金融科技、数字金融、金融信息与情报学、人文社科数字化、智能化和科学化等方向的教学和科研工作）。

• 课题组算力资源充沛，特别钟爱大模型预训练、分布式训练性能优化以及大规模超算智算在金融经济中的应用（“大数据、大模型、大计算”全新范式）。

联系方式

请感兴趣的同学、朋友联系 blockchainfintech@126.com。

MIT 具身智能达人志

UCL强化学习派：汪军与他的学生们