大厂精英纷纷回流高校当老师

个个“身怀绝技”，深度链接产业需求

大厂精英纷纷回流高校当老师

□ 南京日报/紫金山新闻记者 何洁

华为“天才少年计划入选者”徐科入职母校南京大学、阿里云算法专家胡仁君加盟华东师大……连日来，大厂员工密集“进高校”的新闻频频引发关注。不少来自华为、腾讯、阿里等科技巨头的技术骨干在产业界完成技术验证与市场落地后，纷纷回归高校，继续从事基础研究和人才培养工作。产业人才回高校，会擦出什么样的新火花？这些“跨界”教师又是如何点亮人才培养新路径的？

大厂精英回归

个个“身怀绝技”

在入职高校之前，南京大学智能科学与技术学院副教授、博导邰颖曾是腾讯优图实验室专家研究员及研究组长，带领团队聚焦前沿视觉技术领域，产出一系列突出成果，其中腾讯会议的虚拟背景、可交互的数智人、AI人脸融合特效多个产品成功落地。

“虚拟背景技术并没有想象中那么容易解决，首先遇到的是人像分割效果问题，比如丝丝耸立的头发难以分割；如果在会议过程中，人移动了，背景从一整面白墙换成杂乱无序的书架，画面就会不稳定，视觉效果很差。”邰颖说，为此，他们在提升算法能力的同时专门打造了专业的场景实验室，提供强大的多场景构建能力和数据采集能力。

会议场景对业务性能要求非常高，有严格的专项测试标准。这意味着虚拟背景技术优化的过程中，既不能影响会议质量，也不能造成设备过热，更不能影响设备上其他应用的运行。“这对于人像分割这种计算密集型任务来说，技术优化的挑战非常大。”邰颖说，就拿解决头发丝的边缘分割问题来说，做大模型也能提升头发丝的分割效果，但这种低性能的方案在会议场景没法落地。最终，经过不断探索，团队寻找出深度学习以外的传统方案，既满足了效果需求，也保持了高效性能，“从开始算法优化到最后完成性能测试，前后大概只花了2个月时间。”

带领团队实现产品落地的同时，邰颖也带领研究团队围绕视觉感知和生成方向发表了50余篇人工智能国际顶级会议论文。与邰颖一样，入职高校的大厂精英们个个“身怀绝技”，具备丰富的产品研发实战经验，回归高校后得以将产业实践中提炼的科学问题重新纳入研究框架。

在成为南京信息工程大学教师前，孙兵是华为的高级工程师，长期从事运营商及企业网络数据通信相关产品研发，在数据通信、物联网、网络安全、系统工程领域持续积累，累计输出技术发明专利20余项。“之所以选择从业界到学界是因为想要拓宽人生的宽度，尝试以前不曾接触过的领域，探索一些不可能性，能够将自己的技术经验积累传授给更多的年轻一代。”孙兵说。

课堂教学不“纸上谈兵”

引入前沿真实案例

身份转变后，优秀科研人才一心扑在教学和科研工作中，只为培养出拔尖创新人才。在企业，他们需要攻克的是一个个技术难题，而在学校，他们的重心之一是如何将产业前沿知识融入学生的课程中。

“给南京大学本科生上课，挑战性不小。”邰颖说，跟做科研项目带领一两个学生，围绕一个具体目标做前沿探索不同，他面对的是153个本科生，为了上好《操作系统》这门理论课，除了向有经验的优秀教师学习，他每周还要花3至4天时间备课。

“《操作系统》有一个重要概念——并发，一个程序放在多个线程并行执行。目前AI的研究很大程度依赖GPU等高性能并行计算处理器。并发性能越强，对训练大模型帮助越大。”邰颖说，在人工智能领域，DeepSeek的高性能多卡训练框架十分强大，能够支持上千卡甚至上万卡的高效协同训练。在训练过程中，多卡之间的信息通信稳定这一特性对于确保训练任务的连续性和准确性至关重要，“所以，我会在操作系统课堂上介绍高性能并发的实际应用案例，让理论学习与实际应用接轨，提升学生对专业领域的认知深度。”

在南信大，人才培养方案的制定坚持“两年一小修，四年一大修”原则。2022年加入后，孙兵便参与了该校华为实验班人才培养方案的修改，新建《网络安全技术与应用》课程，并根据学生的知识基础，对原有的《下一代互联网技术》等课程进行内容优化。

根据教育部—华为产学研合作协同育人项目，孙兵还引入华为智能基座2.0前沿技术理论和实验课程资源。“这其中包括机器学习、下一代互联网、数据中心网络技术等，将产业前沿技术理论和实验课程资源引入至高校，同时邀请产业高级研发工程师进校授课，让学生在本科阶段就能接触前沿技术和产业应用，培养他们创造性解决产业现场问题的工程思维能力，实现新工科人才卓越化、个性化发展。”孙兵说。

深度链接“产学研”

人才培养成效初显

从企业入职高校不足一年，南京大学准聘助理教授傅朝友依然是朝着提升技术、服务大众、做出最有影响力的大模型这一目标而努力，虽然依旧“忙碌”，但方式发生了变化。“在企业，我只要对业务负责，但在高校，我需要承担起引导学生，和他们共同成长的责任。”傅朝友称需要不停地更新自己的知识库，既是位年轻教师，也在承担着“学长、师兄”的角色。

从论文研读、代码编写到独立研究思路的构建，在指导学生的过程中，傅朝友采用“一对一”的指导形式，系统夯实学生的科研素养。“不过，知识可以传授，经验却需要他们在实践中自主探索积累。”傅朝友告诉记者，为了让学生直面行业真实问题，在他的推荐下，不少学生在研究生阶段便进入企业进行实战训练。

在确认自己被正式录取为南京大学研究生后，范铁瀚便提前半年跟着导师邰颖进行科研训练。在组会汇报时，导师要求大家按照学术论文的规范逻辑进行阐述，一开始作为“科研新手”的他常常陷入“完成任务式”思维，却忽略对研究动机、方法的深度思考。“随着科研训练的深入，如今他意识到与常规工程实践、学术报告不同，科研需要精准定位研究性问题，明确研究的核心价值与学术意义。”

研一投出去的第一篇一作论文被录用时的激动心情，范铁瀚至今都记忆犹新。“论文发表在IEEE国际计算机视觉与模式识别会议（CVPR），这是专业领域的顶级会议。”范铁瀚说，之前视频生成的数据集研究的相关工作多侧重视觉数据，对于文本描述维度的拓展研究尚有不足，“结合当时的一些前沿工作，导师敏锐地察觉到这一方向的未来潜力，便鼓励我尝试通过文本描述和实例感知进一步提升视频生成的质量，围绕这一行业研究薄弱环节，我最终形成了个人首篇一作论文，这项研究也是南京大学和字节跳动联合研发的一个工作。”