今天聊的这位是澳门科技大学计算机科学与工程学院的Tao Zhang（张涛），教授，做AI for Software Engineering方向。这个组最值得注意的不是论文数量，是他在学术圈的位置——BCS Fellow、三场顶级软件工程会议的大会主席（ISSRE 2027、APSEC 2025、SANER 2023），IEEE计算机学会澳门分会的创始主席。这些头衔放在一个澳门高校的教授身上，说明他在软件工程这个圈子里的网络是实打实的。
他本科和硕士都在东北大学，博士在首尔大学读的计算机，之后在香港理工做了一年博后。来MUST之前在哈尔滨工程和南邮都待过。这个履历说明一件事：他不是一路名校上来的，但学术产出和圈内认可度一直在走上坡路。对申请者来说，这种PI反而可能对背景的包容度更高一些。
这个组到底在做什么
他的组核心就一句话：用AI技术（特别是大模型）来做软件工程自动化工具。具体展开是三个方向：第一，AI驱动的代码搜索和代码理解——把自然语言查询和代码仓库对接起来；第二，软件仓库挖掘——从GitHub等平台的海量数据里提取有用的模式和知识；第三，软件安全——用AI辅助漏洞检测和修复。
最近两年他的重心明显偏向LLM+SE。他主页上写得很直白："Our group is dedicated to creating a series of automated software engineering tools by utilizing AI technologies such as large language models."这个方向放在2026年的市场环境下，就业前景相当清晰——不管是大厂的AI编程助手团队（GitHub Copilot、通义灵码），还是安全方向的AI辅助代码审计，都有明确的岗位需求。
看几篇代表论文。Do Pretrained Language Models Indeed Understand Software Engineering Tasks?——这篇直接质疑预训练模型是不是真的"理解"了SE任务，切入角度很好，说明组里不是盲目跟风用LLM，而是在认真审视这些工具的局限性。还有代码搜索方向的对比学习相关工作，方法论上是扎实的。整体看，论文节奏不算特别快，但方向感很明确，不散。
套磁怎么切
套磁友好度我给绿灯。理由：MUST整体在扩招教研人员，CS排名在快速上升（THE 151-175），AI排名US News全球88。组里的方向（LLM+SE）正是热点，新课题需要学生推。加上他本人是多个顶会的组织者，曝光度和学术网络对学生找博后或教职都有帮助。
三个创新切入角度供参考：
1. LLM生成代码的安全性检测——现在Copilot生成的代码有安全隐患已经是业界共识，但自动化检测工具还没跟上。邮件关键词：LLM-generated code vulnerability, automated code repair。这个方向他组里一定感兴趣。
2. 跨语言代码搜索的对比学习框架——他有代码搜索的基础工作，你可以往多语言扩展。邮件关键词：cross-lingual code search, contrastive learning, multilingual SE。
3. LLM在软件仓库演化分析中的应用——把大模型用到代码变更历史的理解和预测上。邮件关键词：software repository mining, commit message generation, code change understanding。
什么样的人适合申这个组
最匹配的背景：计算机或软件工程方向，有NLP或LLM相关项目经验，最好碰过代码分析工具（比如AST解析、静态分析）。如果你做过程序语言处理或者参加过代码相关的竞赛/项目，这些都是加分项。Python和PyTorch是基本功，不用多说。
不太适合的：想做计算机视觉或机器人的，方向不对口；想去欧美名校镀金的，MUST的品牌效应确实不如港三所，得想清楚自己要什么。另外，如果你完全没碰过软件工程的论文或工具，套磁前先补补课——至少读完他近三年的5篇核心论文。
避坑提醒：MUST不是"水校"但也不是传统名校，毕业后如果想去北美top校做博后或教职，MUST的平台可能不够。但如果你的目标是大湾区高校教职、科技公司研发岗，或者回内地高校，这个平台的性价比其实不低。
毕业去向和钱的问题
毕业去向这块我能查到的样本有限。从MUST CS整体来看，做AI+SE方向的博士毕业后主要去向包括：大湾区高校教职（MUST本身、国内高校）、科技公司AI平台部门（代码智能方向）、以及继续做博后。他本人的学术网络覆盖SE顶会圈子，对学生找学术界的位置有直接帮助。工业界方面，LLM+SE方向对接的岗位很明确——AI编程助手研发、代码安全、DevOps智能化，字节、阿里、华为都在招。
关于资助：MUST博士奖学金覆盖全额学费，每月补贴大约MOP 12,500到20,000（折合人民币约11,000-17,500）。澳门生活成本比香港低不少，住宿方面学校有宿舍可以申请。另外，澳门科学技术发展基金（FDCT）也有针对博士生的科研资助可以叠加申请。整体算下来，读博期间的经济压力不大。
总的判断：如果你对AI for Software Engineering这个方向有明确兴趣，手里有一些NLP或代码分析的项目经验，又不排斥澳门作为读博城市，这个组的性价比是值得认真评估的。导师的学术圈位置和组内方向的市场契合度是主要加分项，MUST的平台品牌是需要权衡的减分项。
如果你手里有一篇一作的代码分析或NLP相关论文，套磁的成功率会明显上升。没有的话，至少写封邮件时要能说清楚你读了他的哪篇论文、发现了什么问题、想怎么推进——这才是让导师停下来认真看的东西。
