[서울과학기술대학교 Big Data-Driven AI 연구실] 2025년 겨울방학 동계 학부생 인턴 모집 NEW

○ 연구실 소개
•서울과학기술대학교 Big Data-Driven AI 연구실 (연구책임자: 권혁윤 교수)은 대학 학부 3학년 (4학년 진학 예정) 또는 4학년 (26년 2월 또는 8월 졸업예정) 학생들을 대상으로 25년 겨울방학 계 인턴을 모집합니다.
•본 연구실은 아래의 연구를 주로 수행하며, AI, 데이터마이닝, 데이터사이언스, 데이터베이스 분야에서 세계적인 수준의 Top Tier 학술대회 및 저널 논문 제출을 목표로 합니다.
•현재 연구실 구성원: 박사과정 6명 (외국인학생 1명포함), 석박사통합과정 1명, 석사과정 6명 (진학예정 2명 포함), 학부생인턴 3명, 행정원 1명
주요 프로젝트: 연구재단 중견연구(2025~2030), BK21(2020~2027), 연구재단 중점연구소(2019~2028), 전자제조인력양성사업 (2021~2026), 국립중앙의료원(2024~2027), 연구재단 한-프랑스 국제공동연구개발 (2025-2027), 산업부 한-영 국제공동기술연구개발 (2024~2026), 중기부 시장대응형 (2024~2026)

○ 세부연구분야
• AI-focused Practical Analysis
- Fairness of LLM-RAG (CIKM2025, WSDM2026a, WSDM2026b)
- Continual learning (IEEE BigData2024a, IEEE BigData2024b)
- Self-training (IEEE TII2024, IEEE TII2025)
- Federated learning (ICDE2025)
- Neuromorphic AI (CIKM2025)
- Large language model (Knowledge-Based Systems 2024)
• Data-Driven AI
- Anomaly detection and forecasting in time-series (NeurIPS2024, IEEE TII2024, AAAI2025)
- Representation learning in graphs (SIGMOD2025, IEEE TKDE2024, ICDM2023)
- Image segmentation and video highlight detection (Applied Soft Computing 2022)
• Scalable Data Computing
- Edge-Cloud computing (IEEE TII2025, JIII2025)
- Data scraping (Data & Knowledge Engineering 2024)

○ 모집분야 (5개 분야, 중복접수 가능)
• 분야1: 비전/의료 연합학습 (Federated Learning)
- 주제: VQ-VAE 기반 개인화 연합학습 (Personalized Federated Learning: Taming Data Heterogeneity with VQ-VAE)
• 분야2: 비전/의료 연속학습 (Continual Learning)
- 주제: VQ 압축 기반 메모리 효율적 연속학습 (Memory-Efficient Continual Learning via VQ-Compression)
• 분야3: LLM 및 RAG 편향성 (LLM Bias)
- 주제: LLM과 RAG의 편향성 전이 경로 추적 (Tracing the Neural Roots of Bias in LLM & RAG)
• 분야4: 차세대 비전 SNN (Vision SNN)
- 주제: Vision SNN을 위한 시공간 RoPE 개발 (Optimizing SNN Transformers with Spatiotemporal RoPE)
• 분야 5: 시계열 예측
- 주제: 스트리밍 시계열 데이터를 위한 경량 어댑터 (Lightweight Adaptation for Streaming Time Series)

○ 25년 하계인턴 4명 (7-8월) 연구실적
• (2명 참여) [Top Conference, accepted, LLM 편향성 분야, 26년 2월 발표] "From Data to Model in Bias: A Statistical Analysis of Political Bias in the C4 Corpus and Its Impact on LLMs," In Proc. The 19th ACM International Conference on Web Search and Data Mining (WSDM), Boise, Idaho, USA, Feb. 2026.
• (1명 참여) [Top Conference, submitted, 시계열 예측 분야, 심사중] COSA: Context-aware Output-Space Adapter for Test-Time Adaptation in Time Series Forecasting, ICLR 2026 submit (25년 9월).
• (1명 참여) [Top Journal, submitted, 의료AI 분야, 심사중] Scalable Multi-domain Federated Learning with Quality-Aware Prototype Learning for Collaborative Label Transfer in Diabetic Retinopathy Diagnosis, Medical Image Analysis (25년 9월).

○ 제출서류내용
• 학부 성적표 (수강과목 확인용), 자기소개서(지원동기 포함 2페이지 이내 자유양식), 이력서 (optional)
• 제출양식: https://forms.gle/gtrE8T3SVW3zGbFZ9

○ 자격요건
• 컴퓨터공학/산업공학/데이터사이언스 학과 전공자 또는 해당 전공을 공부해보고 싶은 학생
• 높은 수준의 연구를 경험해보고 싶은 학부 4학년
• 1주일 40시간 이상 연구에 시간 투자할 수 있는 학생
• 데이터를 다루는 것에 흥미가 있는 학생
• 성실하고 끈기있는 학생
• 1개 이상의 자신있는 프로그래밍 언어를 갖춘 학생 (optional)

○ 지원내용(혜택)
• 여름방학 8주간 장학금 200만원 지급 (Full time 기준)
• 제출한 논문이 Accept될 경우 해외학회 경비 지원
• 국제공동연구기회- 인턴 이후 지속적인 연구를 수행할 경우 미국 대학 방문 (8주) 또는 온라인 연구 진행- Georgia Tech (미국, Prof. Ling Liu), Louisiana State University (미국, Prof. Kisung Lee), University of Florida (미국, Prof. Thai), NAIST (미국, Prof. Wakamiya)
• 국가연구개발프로젝트(연구재단-중견연구, 산자부 한국-영국 공동연구, 연구재단 한국-프랑스 공동연구, 중소벤처기업부 등) 및 산학협력프로젝트 (국립의료원, LLM-RAG 구축, 산업AI 기업, 제조AI 기업 등) 참여기회

○ 전형일정
• 서류 제출 마감: 2025년 11월25일(화) ~ 2025년 12월12일(금)
• 인터뷰 대상자 안내: 2025년 12월15일(월)
• 인터뷰 (대면 또는 Zoom): 2025년 12월16일(화) ~ 12월18일(목)
• 결과 공지: 2025년 12월19일(금)
• 인턴 기간: 2025년 12월22일(월)부터 8주 (시작날짜 조정가능)

○ 기타
• 상세안내: https://sites.google.com/view/seoultech-bigdata/recruitment
• 제출 바로가기: https://forms.gle/gtrE8T3SVW3zGbFZ9