剛從清華大學轉任到本系的廖崇碩教授，很榮幸能夠回到母校任教。15年的教職生涯致力於組合最佳化、圖論及演算法的理論分析與實務應用。主要研究從如何設計和分析演算法、轉化到產業問題實作，再用數學予以理論證明；廖教授特別享受跨領域的學術研究之路，「做中學，學中做」，並藉由國際合作探索更深入的問題與挑戰。

｢很感謝人生每個階段遇到的貴人｣，廖教授回想大學期間，其實跟大部分的同學一樣，雖然對許多領域都充滿興趣、但也懷疑徬徨，直到大三接觸組合最佳化、圖形理論後，就一頭栽了進去，幸運地受到張鎮華教授、黃光明教授等大師的啟發、激發學術研究的熱情；以及後來在中研院資訊所服務期間，加入李德財院士實驗室攻讀博士學位，並在多項國際合作計畫的支持下，前往世界頂尖的學術單位進行「充電之旅」。像是2007年前往美國Carnegie Mellon大學執行國際合作案，接觸到當時熱門新興的機器學習領域，以及他們新成立的全世界第一個the Machine Learning Department，累積自己後來進入人工智慧研究的基礎與能量。接著於2008年前往美國麻省理工學院CSAIL，跨進了完全陌生的生物網路領域，開啟了另一個學習大門，與MIT團隊開發可用於多個生物交互作用網路的圖形比對演算法，分析跨物種間的相似或不相似處，協助有效處理基因比對、代謝作用、藥物開發等生物實驗，後續也於2016、2019年，獲得傅爾布萊特學者計畫支持，前往MIT CSAIL持續國際交流合作。

廖教授一直覺得人生的學習歷程是非常有趣地，所有探索的過程與軌跡，都會留下紀錄，且不斷反覆地回饋。過去的國際合作經驗與學習，就延續相關成果到時序性的動態資料，進而分析比對超大型網路的各種現象，應用到不同的研究領域，包括與清華大學腦科學中心和國家高速網路與計算中心的合作，探討各個腦區之間的傳遞與行為分析比對。更藉由動態分群演算法的開發，陸續推廣到與科技大廠合作，包括聯發科技、聯華電子、欣興電子等，從半導體黃光製程的微影覆蓋誤差預測，到知識圖譜的建立與技術開發。近年更希望能夠專注於圖形理論於機器學習神經網路的應用，探索感知環境的資料連結與分析。他同時熱衷於與學生的互動及教學相長，並期許自己不斷汲取學術新知，透過國際交流開拓新領域。廖教授很高興能夠加入電機系這個大家庭，也希望藉由過往的經驗，回饋及促成各種國際交流合作，期許自己能師生一起共同成長，幫助同學及早建立面對全球化競爭的自信與視野。