北京交通大学硕士研究生导师信息：孔令波

　　在读研期间，所有与你读研相关的事情，可能都需要经过你的导师同意，所以说，选择导师真的很重要，也希望大家能够认真对待这件事，怎样才能选择适合自己的导师呢?这就要我们提前做足功课，尽可能多的搜集有关你准备报考的导师的信息，下面新东方在线考研频道为大家分享：“北京交通大学硕士研究生导师信息：孔令波”文章。

　　孔令波

　　博士 、讲师

　　基本信息

　　办公电话：51687357电子邮件： lbkong@bjtu.edu.cn

　　通讯地址：邮编：

　　教育背景

　　教 育

　　2002 - 2007博士, 就读于北京大学,计算机科学技术系

　　1999 - 2002硕士, 就读于青岛大学计算机系

　　1991 - 1995学士, 就读于西南石油大学测井专业

　　经 历

　　2009 - 至今于北京交通大学软件学院做讲师

　　2007 - 2008于法国INRIA/Mostrare项目组做博士后, 针对树状结构数据(如XML数据)，从事题为 Approximate Tree Pattern Matching 的研究

　　2006 - 2007项目: “基于XML数据流的主动服务关键技术的研究”. 北京自然科学基金(BNSF).编号: 4062018.分析与编程

　　工作经历

　　2009 - 至今于北京交通大学软件学院做讲师

　　2007 - 2008于法国INRIA/Mostrare项目组做博士后

　　1995 - 1999胜利油田测井公司，做工程师

　　研究方向

　　人工智能与大数据

　　软件工程理论与技术

　　智能交通领域关键软件

　　软件服务工程

　　软件工程

　　招生专业

　　软件工程硕士

　　科研项目

　　2011.7.1 - 2014.6.30面向Web图像数据的图像检索关键技术研究 (基本科研业务费 R11JB00020)，主持 1/3

　　2013.5 - 2015.5教改项目 - 数据挖掘与分析课程建设 (北京交通大学研究生院)， 3/5

　　2014.7 - 2014.12高速铁路巡检终端及监控管理系统软件开发 (北京交通大学 R14L00040), 2/12

　　2015.1 - 2017.1教改项目 - “数据挖掘与数据分析”课程的改革和建设，主持 1/5

　　2015.1 - 2016.121. 教改项目 -《面向对象与交互式应用开发综合实践》实践的改革和建设，参加 4/4

　　2. 教改项目 - 《数据挖掘与数据分析》课程及教材建设(研究院项目)，主持，1/3

　　2017.9.1 - 2018.8.31教改项目 -《数据挖掘与数据分析》课程建设, 2/4

　　2017.6.1 - 2018.12.31教改项目 -"数据库应用系统综合实践"课程的改革和建设, 2/5

　　2017.6.1 - 2018.12.31教改项目 -《数据结构》MOOC课程的建设与翻转课堂教学法的实践

　　2017.6.1 - 2018.12.31教改项目 -基于卓越工程师教育计划的教学质量监控与多维评价机制的探索与实践, 6/10

　　2017.9.1 - 2018.12.31自然科学横向项目 - 铁路物流市场需求调查与监测体系研究，铁路总公司(原铁道部)， 3/10

　　2018.4.1 - 2019.12.31教改项目 – 校企深度融合软件工程实践课程教学模式改革， 6/7

　　2018.9.1 - 2019.12.31教改项目 – 微服务时代的“基于微服务的软件架构与云计算”课程建设 (研究生院), 3/7

　　2018.12.20 - 2020.6.30自然科学横向项目 - 铁路总公司 (原铁道部). 铁路网络安全检测关键技术研究. 4/10

　　2019.3.1 - 2019.12.31教改项目 – 数据结构课程翻转课堂教学模式实践与研究，6/6

　　2019.10.19 - 2021.12.31北京交通大学, 工业数据处理应用系统平台开发, 5/5

　　2020.6.1 - 2022.5.31教改项目 – 《云计算与大数据处理平台》课程建设，主持 1/3

　　2020.7.1 - 2021.6.301. 操作系统课程VR教研案例的设计与应用，2019年第二批教育部产学合作协同育人项目，1/3

　　2. 商务视角下的数据分析课程建设，2019年第二批教育部产学合作协同育人项目，1/4

　　2020.4.1 - 2021.12.31智能算法集成桌面应用系统开发 (北京交通大学 R20L00010)，5/5

　　2020.4.22 - 2021.12.31智能故障诊断应用数据语义解析软件开发 (北京交通大学, R20L00030)，5/5.

　　2021.1.18 - 2022.6.30自然科学横向项目 - 基于分布式的智能感知云端应用系统开发, 5/5.

　　2021.6.1 - 2022.5.311. 教改项目 – "数据库应用系统综合实践"课程的改革和建设, 1/4

　　2. 教改项目 – 操作系统课程内容建设：从单机到分布式. 1/3

　　2021.1.18 - 2022.6.30自然科学横向项目 - 车载设备语音报警系统开发, 5/5.

　　2021.7.1 - 2023.6.30教改项目 – 地方其他收入-双培计划 - 商务视角下的数据分析课程建设 (本研课程), 1/2.

　　2021.9.1 - 2022.8.31教改项目 – “云计算和大数据平台”课程建设, 1/2.

　　2021.10.18 - 2021.12.31自然科学横向项目 - 轨道交通用高可靠性锂离子电池系统应用研究, 6/6.

　　2021.12.1 - 2022.12.31自然科学横向项目 - 车地协同模块化数据实时分析编译应用系统软件开发, 6/6.

　　2022.10.30 - 2022.12.31自然科学横向项目 - 基于BPMN工作流的车载信息处理系统开发与测试验证. 7/7.

　　2023.6.1 - 2025.5.31北京交通大学本研跨学科高级课程群课程建设项目 高性能计算(Python版): 从天气预报、深度学习到计算广告. 1/3.

　　2023.5.9 - 2023.12.15自然科学横向项目 - 机车智能运维系统功能原型设计开发. 7/7.

　　2023.11.28 - 2024.3.30自然科学横向项目 - 基于联邦学习的智能辅助诊断系统开发测试. 5/7.

　　2024.6.4 - 2024.11.30自然科学横向项目 - 总线传感数据融合处理系统开发测试. 6/7.

　　2024.11.20 - 2024.12.31自然科学横向项目 - MATLAB信号处理函数打包与集成测试. 6/7.

　　教学工作

　　近些年稳定授课的课程

　　操作系统 - 概念，设计与实现

　　有感于传统操作系统课程注重概念而忽略设计与实现，以及没有覆盖分布式计算这一当下现实企业依赖的关键技术的问题，近些年在授课中将设计与实现纳入课程内容，通过设计和讲解适当的实践项目帮助学生掌握构建操作系统核心功能的技术;并对分布式系统的相关概念和核心算法做了有效的、有趣的梳理和提炼。

　　部分新增专题简述如下：

　　- RISC-V 的专题: 虽然产业界占比很大的ISA是 x86 和 ARM (也是RISC的一种)，但是，RISC-V (2010年发布) 已经成为中国构建自有芯片产业的新机遇，值得教育界予以关注!

　　- 基于RISC-V构建操作系统的实践项目，包括实验环境的建设 (WSL2 Ubuntu, GCC, Nasm, Make, Qemu等), 简单内核程序的实现与展示，ELF文件的介绍，CPU 上下文切换和Process的管理，基于Timer 的任务调度算法，文件系统的展示等

　　- 分布式计算的梳理和提炼：包括计算机架构的演变 (从von Neumann 单机到 SIMD/MIMD等的 non-von Neumann 分布式系统)，以及协同分布式系统中多计算节点的相关协议的提炼等

　　- 以分布式系统中集群调度程序为例，介绍协同多计算节点的挑战、设计与实现等

　　还有很多其他的专题，自己录制了视频供学生扩展学习。

　　数据库实践

　　有感于传统数据库系统课程注重概念而忽略设计与实现，以及没有覆盖分布式数据管理系统这一当下现实企业依赖的关键技术的问题，近些年在授课中将设计与实现纳入课程内容，通过设计和讲解适当的实践项目帮助学生掌握构建数据库系统核心功能的技术;并对分布式数据管理系统的相关概念和核心算法做了有效的、有趣的梳理和提炼。

　　部分新增专题简述如下：

　　- 介绍单机版DMS (Data Managment System) 的设计与实现，包括 响应多用户访问的多进程/多线程模块的设计与实现，SQL 语句的解析与执行，DMS存储模块的概念、设计与实现 (很多概念是与操作系统相通的)，以及为应对并发访问数据带来的风险的事务管理模块。为讲解清楚SQL语句的解析与执行，需要介绍编译器的相关概念;

　　- DMS的历史的梳理: 涵盖早期的文件系统，DBMS, Parallel/Distributed DBMS, MRP/ERP, Data Warehouse (Data Mining, OLAP, KDD), Big Data (NoSQL, NewSQL)， Cloud native, HTAP, AI native 等

　　- 分布式计算的梳理和提炼：包括计算机架构的演变 (从von Neumann 单机到 SIMD/MIMD等的 non-von Neumann 分布式系统)，以及协同分布式系统中多计算节点的相关协议的提炼等

　　- 在前面分布式计算的梳理和提炼的基础上，对分布式数据管理系统的概念、设计与实现做了提炼，包括分布式环境下数据的存储 (分布式文件系统，大数据等)，SQL的解析与执行，分布式事务管理，等

　　还有很多其他的专题，自己录制了视频供学生扩展学习。

　　高性能计算 (Python版) - HPC: High Performance Computing

　　随着IT的进展，不同领域的计算机构日渐趋同，如 传统的 HPC 和近期蓬勃发展的 Big Data 与 深度学习 (Deep Learning) 和大模型 (Large Scale Model)它们都依赖类似的硬件架构，软件系统。但是，对它们的统一梳理并不多见，所以，设定了本课程，以帮助学生对这些分散在不同领域的概念和技术有统一的学习和掌握。

　　专题简述如下：

　　- 以天气预报为例介绍 HPC、Big Data 和 AI/DL/LM 的融合，并落实在DFM求解 PDE系统的内容来展示具体的计算需求;

　　- 分布式计算的梳理和提炼：包括计算机架构的演变 (从von Neumann 单机到 SIMD/MIMD等的 non-von Neumann 分布式系统)，以及协同分布式系统中多计算节点的相关协议的提炼等 (其实，前面操作系统和数据管理系统课程中的新增专题，就得益于本人在此课程中的学习、沉淀和梳理)

　　- 常用开发框架的介绍，包括 MPI4PY, PyCUDA, Numba/TaiChi, PySpark, Dask等

　　- 提升Python性能的扩展技术，包括 Cython, PyBind11, 以及 JIT技术

　　- 神经网络的历史演变和技术概括 (从早期的NN到DL和 LM)，以及DL框架本身的设计与实现的介绍 (即介绍 PyTorch、TensorFlow等常用DL框架本身背后的实现技术)

　　- 现实互联网平台关键技术的介绍，以帮助学生了解实际企业中的进阶技术，包括 "秒杀"的支撑技术，以及计算广告的概念和背后的算法

　　还有很多其他的专题，自己录制了视频供学生扩展学习。

　　商务智能 [现在“数据分析：商务决策下的概念与技术”]

　　个人于教育价值的体会，简言之就是做人 (爱国是做人的必要条件) 和挣钱/谋生。但是，在大学阶段，各专业往往专注于专业技术的介绍与讲解，于挣钱讲的并不多，尤其是非经济专业的其他理工科专业。其实，相比较而言，挣钱是所有专业都应该讲清楚的必要内容!鉴于此，在讲解数据分析课程的时候，尝试将商务思维和现实技术照进课堂，以期帮助学生了解现实世界的运作，以及相关技术和研究是如何在背后商务驱动下迭代进化的。

　　专题简述如下：

　　- 商务思维的梳理和提炼，在学习了经管和MBA相关课程和书籍后，将商务思维提炼为以盈利为目的决策 (包括盈利性评估等)和实施技巧 (各种管理工具，如 SWOT/PEST, 平衡打分表，MBTI，KPI等)的汇总 - 那些纷繁复杂的统计学技巧、优化技巧、机器学习、大语言模型等技术，无不于商务思维有着紧密的联系，甚至商务思维就是他们的驱动力量

　　- AI历史的回顾，将之放到人类追寻智慧的筚路蓝缕中，提炼为3个阶段：计算机出现之前的阶段 (Math 是明珠，工具的制作是表现)，计算机出现后直至现在的阶段 (以AI为标准，又分为不同的阶段。目前处于机器学习的阶段 - 深度学习和大模型都属于机器学习)，以及未来 (未来如何，尚未明朗)

　　- 优化论的一点简介：优化问题的求解分为运筹学和凸优化两大分支，对于它们的异同和发展是有了解的必要的，因为当下 ML 的一个理论基础就是凸优化

　　- 统计学的回顾：商务思维指导下的数据分析工具中，统计学有着不可替代的作用

　　- 机器学习基础专题，包括关联规则分析，聚类，分类等算法

　　- 机器学习的进阶专题，主要还有SVM (支持向量机)，深度学习和LLM (对所有传统研究专题都带来了巨大的冲击，如基于深度学习的聚类、分类等算法), 强化学习等

　　- 现实互联网平台关键技术的介绍，以帮助学生了解实际企业中的进阶技术，包括 "秒杀"的支撑技术，以及计算广告的概念和背后的算法 (尤其是深度学习的 CTR 预估算法的梳理和提炼)

　　还有很多其他的专题，自己录制了视频供学生扩展学习。

　　教过的课程(不特别标注即为本科课程)

　　计算机系统基础2009年秋季(双语), 2010年秋季(英语,留学生), 2011年秋季(双语)

　　程序设计基础2012年秋季, 2013年秋季: (英语 + 实训)

　　数据分析概论2014年秋季(双语+英语) – 今: 本研课程“商务视角下的数据分析”

　　操作系统2010年 – 今: 多数是英语讲授(有留学生)

　　计算机应用与编程综合实践2012，2013，

　　数据库实践课2017 – 今: 阐述数据库管理系统的设计与实现, 拓展至分布式数据库系统和大数据，以及它们在当下云计算上的运用

　　商务智能和数据挖掘2012秋季，2013秋季，

　　数据挖掘和数据分析2014秋季，2015秋季，2017秋季，2018秋季，2019年春，

　　数据挖掘与大数据分析2020年春, 2021年春，2022年春，

　　商务视角下的数据分析

　　(面向全校的本研课程)2022年秋季，2023年秋季: (双语)，2024年秋季，2025年秋季，

　　分布式计算 (研究生)2018年秋季,2019年秋季

　　大规模计算2022年春季，2023年春季: (双语) – 2023年基于此申请了本研课程“高性能计算(Python):从天气预报到深度学习和计算广告”

　　高性能计算(Python):从天气预报到深度学习和计算广告

　　(面向全校的本研课程)2024年秋季和2025年秋季申请开课未成功

　　数据科学与知识发现

　　(研究生课程)2025年秋季申请开课未成功

　　论文/期刊

　　2012车辆自组网隐私保护研究综述.

　　2013一种实用动态完整性保护模型的形式化分析.

　　2013计算机入门课程建设与教学实践探讨. 北京交通大学教学改革论文集.

　　2015A Fast and Effective Image Geometric Verification Method for Efficient CBIR. 26th Australasian Database Conference (ADC). 232-243. 第一作者

　　2017贯通与综合：数据库实践教学课程建设的思考. 北京交通大学教学改革论文集.

　　20191. 贯通与综合：数据库实践课程教学建设的思考. 计算机教育.

　　2. 贯通与综合：研究生数据分析课程建设思考. 北京交通大学研究生院组织的教改论文.

　　3. 面向本科生商务思维能力培养的数据分析课程建设. 计算机教育.

　　4. 含Laplace-Gauss型混合噪声图像二阶正则化重建方法 (英文). 《计算物理》，2/4

　　20201. 面向研究生的高性能计算课程建设. 计算机教育

　　2. 贯通与综合：研究生高性能计算课程建设思考. 北京交通大学 研究生教改论文集.

　　专著/译著

　　专利

　　软件著作权

　　获奖与荣誉

　　2012北京交通大学教学成果二等奖：软件工程专业学位研究生培养模式的探索与实践，5/5

　　2020.11国家级一流本科课程 - 数据库系统, 4/4

　　2021.10校教学成果二等奖-软件工程专业实践课程体系设计与实践, 11/16.

　　2023.4教育部 第二批国家级一流本科课程 - 操作系统. 3/4.

　　20241. 北京交通大学优秀本科毕业设计 (论文) 指导教师优秀奖

　　2. 北京交通大学校级优秀主讲教师

　　2025.9教学成果奖 - 课程思政指引下的《数据库系统》一流课程建设与实践. 4/5.

　　以上就是小编为大家分享的：“北京交通大学硕士研究生导师信息：孔令波”，更多研究生导师信息，欢迎继续浏览新东方在线研究生导师频道。