个人简历

2014年保送至上海交通大学计算机科学与技术专业直接攻读博士学位，师从朱燕民教授（被引次数：7977，h指数：45，i10指数：158）。攻读博士学位期间，由国家留学基金委资助，赴美国天普联合培养12个月，师从IEEE Fellow吴杰教授（被引次数：45404，h指数：106，i10指数：654）。2020年9月获上海交通大学工学博士学位，加入淘宝猜你喜欢推荐算法团队，担任高级算法工程师。2021年3月加入南京航空航天大学计算机科学与技术学院工作。迄今已在计算机领域知名国际期刊与会议上发表论文近20篇，其中以第一作者身份发表论文9篇，授权技术发明专利2项。
获得2021年ACM SIGBED China优秀博士论文奖，上海交通大学优秀博士论文奖；获得上海交通大学优博培育基金、南京航空航天大学人才启动经费专项项目及校企产学研合作课题；目前担任CCF YOCSEF委员，担任国际学术会议IEEE INFOCM、WASA审稿人，国际学术期刊IEEE TMC审稿人，MASS 2021 session chair。
主持或参与的科研项目：
1.边缘计算中考虑个性策略性的任务卸载机制关键技术研究, 2021/01/01，主持，在研。
2.先进计算（曙光）实习基地校企合作项目, 2021/06/30，主持，在研。
3.面向学生成长分析的教育大数据采集及挖掘关键技术研究, 参与，结题。
4.面上项目“群智感知计算中任务调度及资源管理关键技术研究”,参与，结题。
5.863 项目“基于中国云产品的混合云关键技术与系统”，参与，结题。
个人荣誉：
1. 博士论文“群智感知中面向数据关联场景的激励机制设计”获得2020年度上海交通大学优秀博士学位论文奖。
2. 博士论文“群智感知中面向数据关联场景的激励机制设计”获得2021年度ACM SIGBED China优博奖。
3.上海交通大学优秀博士培育基金，2018-2019。
已授权发明专利：
1. 李娟，朱燕民，俞嘉地 ；冗余数据效用最大化方法，2018-07-20，中国, ZL201510230997.4 (专利)
2. 李娟，朱燕民 ，参与式感知系统中任务最优分配的方法，2018-03-06, 中国，ZL201410648629.7 (专利)
工作经历
2021.4 -- 至今南京航空航天大学 院聘副教授
2020.9 -- 2021.4阿里巴巴手淘推荐算法
研究方向
[1] 联邦学习、群智感知、机制设计、无人系统博弈对抗
专利
[1] 冗余数据效用最大化方法：
[2] 参与式感知系统中任务最优化分配方法：
科研项目
[1] 面向学生成长分析的教育大数据采集及挖掘关键技术研究
[2] 面上项目“群智感知计算中任务调度及资源管理关键技术研究”
[3] 863 项目“基于中国云产品的混合云关键技术与系统”
获奖信息
[1] ACM SIGBED China优秀博士论文
[2] 上海交通大学优秀博士论文

研究领域

"移动计算、物联网、云计算、机器学习、博弈论、优化理论"

近期论文

1. Juan Li, Yanmin Zhu, Jiadi Yu, “Redundancy-Aware and Budget-Feasible Incentive Mechanism in Crowd Sensing”, The Computer Journal, 63(1): 66-79, 2020. (CCF B)
2. Juan Li, Jie Wu, Yanmin Zhu, “Selecting Optimal Mobile Users for Long-term Environmental Monitoring by Crowdsourcing”, Proc. IEEE/ACM IWQoS, 2019. (CCF B)

3. Juan Li, Yanmin Zhu, Jiadi Yu, Chengnian Long, Guangtao Xue and Shiyou Qian, “Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs”, IEEE TPDS, 29(9), 2075-2089, 2018. (CCF A)
4. Juan Li, Yanmin Zhu, Yiqun Hua, Jiadi Yu, “Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach”, IEEE TMC, 16(10), 2764-2777, 2017. (CCF A)
5. Juan Li, Yanmin Zhu, Jiadi Yu, Chengnian Long, Guangtao Xue and Shiyou Qian, “Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs”, Proc. IEEE INFOCOM, 2017. (CCF A)
6. Juan Li, Jie Wu, Yanmin Zhu, “Data Utility Maximization When Leveraging Crowdsensing in Machine Learning”, Proc. IEEE/ACM IWQoS, 2018. (CCF B)
7. Juan Li, Yanmin Zhu, Jiadi Yu, Qian Zhang, Lionel Ni, “Towards Redundancy-Aware Data Utility Maximization under Budget Constraint in Crowdsourced Sensing”, Proc. IEEE ICPP, 2015. (CCF B)
8. Juan Li, Yanmin Zhu, Yiqun Hua, Jiadi Yu, “Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach”, Proc. IEEE/ACM IWQOS, 2015. (CCF B)
9. Juan Li, Yanmin Zhu, “Load Balance vs Utility Maximization in Mobile Crowd Sensing: A Distributed Approach”, Proc. IEEE Globecom, 2014. (CCF C)
[1] Load Balance vs Utility Maximization in Mobile Crowd Sensing: A Distributed Approach[C].Proc. IEEE Globecom,2014
[2] Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach[C].Proc. IEEE IWQOS,2015
[3] Towards Redundancy-Aware Data Utility Maximization under Budget Constraint in Crowdsourced Sensing[C].Proc. IEEE ICPP,2015
[4] Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs[C].Proc. IEEE INFOCOM,2017
[5] Data Utility Maximization When Leveraging Crowdsensing in Machine Learning[C].Proc. IEEE/ACM IWQoS,2018
[6] Redundancy-Aware and Budget-Feasible Incentive Mechanism in Crowd Sensing[J].The Computer Journal,2019
[7] Crowdsourcing Sensing to Smartphones: A Randomized Auction Approach[J].IEEE TMC,2017
[8] Online Auction for IaaS Clouds: towards Elastic User Demands and Weighted Heterogeneous VMs[J].TPDS,2018
担任MASS 2021 session chair
IEEE TMC、IEEE INFCOM、WASA等顶级期刊、会议审稿人
CCF YOCSEF委员