张良杰，深圳大学计算机与软件学院特聘教授、深圳大学智能服务计算研究中心（Center for AI Services Computing）主任、软件工程系主任、计算机科学与技术博士点（计算机科学与技术学术博士）和电子信息博士点（人工智能专业学位博士）博士生导师，现在聚焦在智能体AI（Agentic AI）、新一代互联网软件与服务架构、超高清交互式网络视听、工业互联网、企业数智化转型等方面开展研究与产业实践。张教授是国家级专家、广东省领军人才、国际电气与电子工程师协会会士（IEEE Fellow， 2011）、ACM杰出科学家（2009）、乌克兰国家工程院外籍院士、世界艺术与科学院院士（WAAS Fellow）。

    张教授分别于1990年、1992年和1996年获得西安电子科技大学的工学学士、西安交通大学的工学硕士、和清华大学模式识别与智能控制专业工学博士学位，并在纽约大学工学院（Polytechnic University）和IBM华生研究中心(IBM T. J. Watson Research Center, USA)开展博士后研究工作，担任过清华大学、北京大学、武汉大学、重庆大学、北京邮电大学等高校的客座教授及深圳大学的特约教授。主讲《服务计算》、《互联网商务技术》、《区块链与商业应用》、《计算机伦理》、《人工智能伦理》等课程，是将AIGC和大语言模型深度用于教育的积极实践者和创新者。张教授也担任了IEEE服务计算汇刊（IEEE Transactions on Services Computing, CCF-A 软件领域顶刊）的创刊总编辑、《中国通信》副总编及高级顾问，当选中国计算机学会首批杰出讲者、海外杰出奖分委员会主席、大数据专委会创始副主任委员。曾任IBM华生研究中心资深研究员、美国IBM服务计算学部创始主任，IBM工业化群（电子、汽车、航空航天、化工与天然气、PLM）标准首席架构师，IBM超媒体技术(HotVideo、HotAudio、HotMedia Live)负责人；金蝶国际软件集团高级副总裁、首席科学家、首席技术官、金蝶研究院院长、客户成功部总经理等。兼任过广东省广电局网络视听产业首席顾问、国家企业互联网服务支撑软件工程技术研究中心主任、企业电商大数据服务技术国家地方联合工程实验室主任等。现兼任澳门特区科技发展基金项目顾问、深圳市创业创新联合会会长、深圳市社会主义先行示范区创新领域专家、深圳大数据产学研联盟理事长、贵州省大数据产业专家咨询委员会委员等，还兼任International Journal of Web Services Research (IJWSR, SCI索引, 2004年创建）和International Journal of Business Process Integration and Management (2004年创建）的创刊总编辑。

      科研成果主要集中在人工智能、服务计算、互联网软件、交互式网络视频与音频、企业数智化转型和数字经济等领域。共发表了210篇研究论文、获得了90多项发明专利，并将前期的成果以《服务计算》专著的形式发表，在2008年系统化地构建了IEEE服务计算知识体系，创造了全球“服务计算”学科。在服务化技术方面，创造性地提出了服务搜索、服务聚类、服务组合、服务协同、企业建模等领域的新技术，以及解决方案建模的软件平台、云计算参考架构等。在数字化技术方面，提出了人工智能、区块链、大数据、物联网与元宇宙等在企业应用场景中的多项创新技术。并将研究成果融入到了产品与服务之中，包括IBM的SOMA-ME软件平台、金蝶云、数字化转型的COSIS模型、云时代的客户成功体系等。曾获IBM杰出研究成果奖（创造了数十亿美元的项目价值）、IBM杰出创新奖、IBM杰出技术成就奖以及2011年IEEE计算机学会技术成就奖、2014年中国计算机学会 科技进步 一等奖、2018年度中国人工智能学会吴文俊科技进步奖二等奖、2018年中国发明家协会发明成果奖一等奖 、2019年度中国人工智能学会吴文俊技术发明成果奖一等奖。他在IBM作为全球研究负责人创建了以服务为导向的建模技术与软件平台，发明了基于遗传算法的动态服务组合技术，并提出相应的解决方案参考架构，成为了国际知名标准化组织开放群组“SOA参考架构”国际标准的核心内容。张教授回国后负责了国家首批云计算示范工程项目“中小企业管理云应用研发与产业化”，推动了开放群组“云计算参考架构”国际标准的制定，并指导了10多位博士后持续在5G、6G、边缘计算等场景下开展的机器学习算法的研究、高清视频的智能分析架构、下一代互联网范式的区块链参考架构等。

      张良杰教授倡导“Student Success 360（全方位帮助学生成功）”作为智能服务计算研究中心的一个核心的价值观，也乐于把求学过程中积累的研究策略和20多年的产业经验传授给学生，助力学生们成为未来研究领域的领导者与行业领袖。

       欢迎优秀的本科生、研究生、青年教师（包括博士后、副研究员、助理教授）、教授等加盟深圳大学智能服务计算研究中心！

近三年发表/接收的研究论文（更多论文信息，访问DBLP、ORCID、Google Scholar）：

1.     Liang-Jie Zhang, Huan Chen, Sheng He, Changhu Li, Junyang Chen, Haodi Zhang, Wenfeng Du, COSIS: An AI-Enabled Digital Transformation Framework Integrating Large Language Models and Key Performance Indicators.  Proceedings of the 21st International Conference on Services Computing (SCC 2024), Springer, 74-99

2.     Haodi Zhang, Jiawei Wen, Jiahong Li, Yuanfeng Song, Liang-Jie Zhang*, Lin Ma*. SSPNet: Leveraging Robust Medication Recommendation with History and Knowledge, Proceedings of 34th International Joint Conference on Artificial Intelligence (Accepted, IJCAI 2025，CCF-A)

3.     Weipeng Cao, Jiongjiong Gu, Zhong Ming, Zhiyuan Cai, Yuzhao Wang, Changping Ji, Zhijiao Xiao, Yuhong Feng, Ye Liu, Liang-Jie Zhang, Flexible Computing: A New Framework for Improving Resource Allocation and Scheduling in Elastic Computing. IEEE Transactions on Services Computing, 18(1): 198-211 (2025) (CCF-A)

4.     Haodi Zhang, Siqi Ning, Qiyong Zheng, Yuanfeng Song*, Liang-Jie Zhang*. HealthLens: A Natural Language Querying System for Interactive Visualization of Electronic Health Records, Proceedings of 34th International Joint Conference on Artificial Intelligence (Accepted, IJCAI Demo)

5.     Bohan Li, Qingwei Zeng, Pan Ren, Huan Chen, Yankun Geng, Liang-Jie Zhang, An Adaptive Hot Ranking Algorithm for Popular Item Recommendation in the Express Industry, Proceedings of the 8th International Conference on Cognitive Computing (ICCC 2024), Springer, 71-87

6.     Junyang Chen, Jingcai Guo, Qin Zhang, Kaishun Wu, Liang-Jie Zhang, Victor C. M. Leung, Huan Wang, Zhiguo Gong, Unveiling user interests: A deep user interest exploration network for sequential location recommendation. Information Sciences, 689: 121416 (2025)

7.     Junyang Chen, Ruohan Yang, Jingcai Guo, Huan Wang, Kaishun Wu, Liangjie Zhang, Reliable Service Recommendation: A Multi-modal Adversarial Method for Personalized Recommendation under Uncertain Missing Modalities, IEEE Transactions on Services Computing, doi: 10.1109/TSC.2025.3556640. (CCF-A, Early Access)

8.     Junyang Chen, Jingcai Guo, Xueliang Li, Huan Wang, Zhenghua Xu, Zhiguo Gong, Liang-Jie Zhang, Victor C. M. Leung, CGraphNet: Contrastive Graph Context Prediction for Sparse Unlabeled Short Text Representation Learning on Social Media, IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2024.3452695, Early Access

9.     Junyang Chen, Rui Mi, Huan Wang, Huisi Wu, Jiqian Mo, Jingcai Guo, Zhihui Lai, Liang-Jie Zhang, Victor C. M. Leung, A Review of Few-Shot and Zero-Shot Learning for Node Classification in Social Networks, IEEE Transactions on Computational Social Systems, doi: 10.1109/TCSS.2024.3452697, Early Access

10.  Sheng He, Yishuang Ning, Liang-Jie Zhang, Kai Lei, A Paradigm Shift to Causal Model-Driven Decision-Making With Generative AI, Proceedings of the 13th International Conference on AI and Multimodal Services (AIMS 2024), Springer, 3-19

11.  Sheng He, Qinglin Huang, Shaoshuai Jiao, Zepeng Lin, Jinxuan Lin, Jun Ren, Dengbin Xiong, Liang-Jie Zhang, Accelerating Blockchain Application Development: Integrating Blockchain as a Service Within Low-Code Platforms, Proceedings of the 7th International Conference on Blockchain (ICBC 2024), Springer, 16-32

12.  Rui Mi, Changbo Wang, Liang-Jie Zhang, Yirui Wu, Junyang Chen, Huan Wang, A Review of Link Prediction on Heterogeneous Networks, Proceedings of the 8th International Conference on Cognitive Computing (ICCC 2024), Springer, 3-19

13.  Junyang Chen, Changbo Wang, Yifan Hong, Rui Mi, Liang-Jie Zhang, Yirui Wu, Huan Wang, Yue Zhou, A Survey on Anomaly Detection with Few-Shot Learning,  Proceedings of the 8th International Conference on Cognitive Computing (ICCC 2024), Springer, 34-50

14.  Kai Lei, Hao Ye, Junjie Fang, Peiwu Chen, Liang-Jie Zhang, Jing Xiao, GBRM: a graph embedding and blockchain-based resource management framework for 5G MEC,  The Journal of Supercomputing, 78(14): 16266-16285 (2022)

指导的毕业设计题目（2024-2025）：

1. 基于LLM的微服务架构性能优化与扩展方法研究

2. 基于线性回归算法和大语言模型的天气预测系统

3. 基于大语言模型的AI博客技术平台研究与应用

4. 基于大模型的声音克隆技术研究

5. 基于光响应非均匀性的AIGC 图像伪造检测框架设计与实验

6. 数字人工具实现技术研究与应用

7. 文生图ID一致性技术研究与实现

指导的研究生研究方向：

1. Al大模型Fine Tuning

2. 多模态精准识别

3. 风格迁移

4. IIS软件平台

5. MCP与A2A

6. 基于AI的代码生成与调试

7. 多智能体的协同机制

8. AIGC及虚假内容检测

9. 场景驱动的大模型与强化学习

培养研究生在实际业务场景中提炼痛点问题，开展文献调研与新方法研究，构建对应的创新型解决方案的能力。鼓励我指导的研究生树立发1篇CCF-A、冲击3篇CCF-A的志向。在与腾讯开展项目合作过程中，已安排6名2024级研究生入职腾讯实习；与顺丰科技项目合作过程中，已安排1名学生入职顺丰科技实习。

个人主页：https://linkedin.com/in/zhanglj。