李环，浙江大学计算机学院“百人计划”研究员、博士生导师（招生专业：计算机、人工智能、软件工程、电子信息），2018年6月于浙江大学计算机学院获工学博士学位，曾任蚂蚁集团高级算法工程师（2018-2019年）、丹麦奥尔堡大学计算机系助理教授（2019-2022年）。2023年2月加入浙江大学数据库和数据智能科研团队。

主要科研情况 长期聚焦“资源高效、以数据为中心的人工智能方法和应用”，主要方向包括人工智能数据准备、大模型高效推理与部署、时空大数据与模型轻量化等。发表CSUR、SIGMOD、VLDB、NeurIPS、ICML、ICLR、WWW、KDD、ACL等高水平论文80多篇（CCF-A类论文60多篇），获三项重要国际会议论文奖，研究成果广泛应用于物联网、社会服务及互联网推荐等领域，成果被 Informa、MarkTechPost、OS China等媒体报导。2020年获欧盟 “玛丽·居里”学者独立研究基金；2022年入选国家级青年人才计划；2023年入选浙江大学启真优秀青年学者项目；2024年获ACM中国新星奖全国荣誉奖（当年3人）、ACM SIGMOD China新星奖。目前担任多个国际一流/知名会议的程序委员会委员和知名国际期刊的专刊特邀编辑。

主要授课和学生培养情况 目前担任浙江大学计算机学院本科生课程《操作系统》、《计算机科学思想史》，研究生课程《高级数据库技术》、《博士生前沿讲习》的授课；参与编撰教育部人工智能领域“101计划”教材《模式识别与数据挖掘》；培养/指导的学生获阿里星、蚂蚁星、腾讯筋斗云等顶尖Offer，以及丹麦奥尔堡大学、福州大学等海内外教职；指导本科生获得 UIUC、UC Irvine、香港浸会等名校的博士全奖。以主教练/指导老师身份带队获 ACM SIGMOD 2024 程序竞赛全球冠军、全国大学生计算机系统能力大赛优秀组织单位等荣誉；被授予浙江大学启真问学创新导师、竺可桢学院图灵班特聘合作导师、计算机学院优秀德育导师等称号。

主要承担项目情况 以首席科学家/课题负责人身份承担国家重点研发计划青年科学家项目、国家自然科学基金委优青（海外）/青年/重点项目课题、某国家级创新群体项目课题、浙江省基金委重大项目、浙江省科技厅尖兵项目课题等，和国内头部互联网、工业制造企业有多项校企合作（如CCF-阿里云瑶池基金、CCF-百度松果基金、CCF-蚂蚁科研基金-超算等），持有国家发明专利十余项。

主要学术服务和社会服务工作 中国计算机学会数据库专委会//执行委员，中国人工智能学会智能服务专委会//委员，欧盟委员会MCAA荣誉会员；浙江大学区块链与数据安全全国重点实验室兼聘研究员、杭州高新区（滨江）区块链与数据安全研究院兼聘研究员、浙江大学计算机创新技术研究院兼聘研究员。

个人主页请访问： Huan Li's Personal Page

本科生课程

• 《操作系统》 (Fall 2024 to now)

• 《数据库系统》（Spring 2025 to now）

• 《计算机科学思想史》 (Spring 2025 to now)

研究生课程

• 《高级数据库技术》 (Fall 2023 to now)

• 《博士生前沿讲习》 (Spring 2025 to now)

给志在数据智能与数据系统研究前沿的英才

    我们的课题组（SUDIS Lab，https://sudis-zju.github.io/）汇聚了20余位富有活力的硕博研究生与本科生。我们深耕两大核心研究方向：“Data-centric AI” 与 “Efficient AI”。我们坚信，人工智能在未来千行百业的深度赋能与规模化落地，其基石在于高效的数据价值挖掘与极致的存算资源利用率。

    如果您和我们有共同的研究志趣，欢迎您的联络和加入，这里虚位以待！我们致力于构建可持续演进的数据工程生态系统，并矢志产出塑造未来格局的突破性成果。实验室目前开放博士后研究员、科研助理及本科实习生职位。团队氛围融洽开放，提供极具竞争力的优厚待遇，并全力支持成员参与国际顶尖学府（如NUS, UIUC, HKBU等）的学术交流，以及国内头部科技企业（如阿里、蚂蚁、百度等）的项目实习。本人坚持手把手带领同学进行研究探索和项目实践，共进共取；具有培养本科生发表CCF-A类论文经验，指导学生多获得海外名校offer。

目前我们对实习生开放的课题内容

• 大模型推理优化：聚焦语言大模型（LLM）、多模态大模型（Multimodal LLM）及Agentic AI的推理加速挑战。

• 投机解码算法优化、高效KV Cache压缩与管理策略、多租户场景下的动态序列调度与异构资源优化、推理引擎及后训练框架（如sgLang, vLLM, verl）的深度定制与性能调优。
  

• 领域大模型的数据准备：解决大模型领域适应（Domain Adaptation） 过程中的数据瓶颈。

• 指令微调、特定任务微调、基于强化学习（RL）任务的数据处理流程优化，涵盖高质量数据清洗与质量治理框架、数据估值理论应用、可控数据合成与智能增广策略。
  

• 新范式驱动的下一代数据管理系统：探索由多模态数据融合、去中心化架构、新型硬件、以及LLM as Users/Agents 等范式变革带来的数据管理新挑战。

• 面向复杂模态的智能压缩与存储、异构数据源的高效集成与模式映射、自然语言驱动的交互式查询处理（NL2SQL、NL2DSL）、基于LLM的智能数据分析与洞察生成。
  

• 时空大数据智能计算：应对海量时空数据分析的效率与智能化需求。

• 深度时空模型的轻量化设计与弹性计算框架、多源异构时空数据的生成式合成与统一表征学习、面向时空预测与决策的在线学习与增量计算机制。

“Data Drives, Efficiency Defines, Together We Compute.” (数据驱动创新，效率定义未来，协作共铸算力)

我们热切期待具备创新思维、卓越执行力、高度自驱力，并乐于在充满活力的研究环境中协作共进的你加入SUDIS Lab，共同开启数据智能研究的精彩篇章！