職位描述(核?職責(zé))
1、業(yè)務(wù)理解與建模: 深?理解業(yè)務(wù)場景和痛點(diǎn),將復(fù)雜的業(yè)務(wù)問題轉(zhuǎn)化為可求解的算法問題,并建?數(shù)學(xué)模型。
2、算法研究與開發(fā): 負(fù)責(zé)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域前沿算法的跟蹤、研究、復(fù)現(xiàn)和創(chuàng)新,并將其應(yīng)?于實(shí)際產(chǎn)品中。
3、數(shù)據(jù)挖掘與處理: 進(jìn)?數(shù)據(jù)分析和特征?程,從海量數(shù)據(jù)中挖掘有價值的信息,為模型訓(xùn)練提供?撐。
4、模型訓(xùn)練與調(diào)優(yōu): 負(fù)責(zé)模型的訓(xùn)練、評估、調(diào)參和優(yōu)化,持續(xù)提升算法的準(zhǔn)確性、效率、泛化能?和魯棒性。
5、?程落地: 與軟件?程師緊密合作,推動算法模型的線上部署、服務(wù)化和性能優(yōu)化,確保算法穩(wěn)定?效地運(yùn)?。
6、持續(xù)迭代: 監(jiān)控線上模型效果,分析模型缺陷,并設(shè)計迭代?案,推動算法持續(xù)進(jìn)化。
任職要求(硬性技能)
必備要求:
1、學(xué)歷與經(jīng)驗: 計算機(jī)科學(xué)、統(tǒng)計學(xué)、應(yīng)?數(shù)學(xué)、電??程等相關(guān)專業(yè)本科及以上學(xué)歷,具備3年以上相關(guān)算法?作經(jīng)驗。優(yōu)秀應(yīng)屆博??亦可考慮。
2、扎實(shí)基礎(chǔ): 具備扎實(shí)的數(shù)學(xué)和算法基礎(chǔ),精通概率論、數(shù)理統(tǒng)計、線性代數(shù)、微積分和優(yōu)化理論。
3、編程能?: 精通Python,具備出?的編碼能?。熟悉?少?種主流深度學(xué)習(xí)框架(如PyTorch、TensorFlow)。
4、算法知識: 深?理解機(jī)器學(xué)習(xí)經(jīng)典算法(如LR, GBDT, SVM等)和深度學(xué)習(xí)主流模型(如CNN, RNN, Transformer, GAN等)。
5、數(shù)據(jù)處理: 熟練使?Pandas、NumPy、Scikit-learn等數(shù)據(jù)科學(xué)?具包,具備強(qiáng)?的數(shù)據(jù)分析和處理能?。
6、解決問題能?: 具備強(qiáng)烈的求知欲和出?的分析、解決問題的能?,能對復(fù)雜問題進(jìn)?系統(tǒng)性拆解。
加分項:
1、計算機(jī)視覺?向:
在?標(biāo)檢測、圖像分割、圖像?成、視頻理解、三維重建等?個或多個領(lǐng)域有深?研究或項?經(jīng)驗。熟悉OpenCV、MMDetection等?具庫。
2、?然語?處理?向:
在?本分類、命名實(shí)體識別、情感分析、智能問答、機(jī)器翻譯、?語?模型應(yīng)?等?向有實(shí)戰(zhàn)經(jīng)驗。熟練使?Hugging Face等?態(tài)?具,有LLM微調(diào)經(jīng)驗者優(yōu)先。
3、推薦/搜索/?告?向:
熟悉召回、排序、重排等經(jīng)典架構(gòu),有?規(guī)模稀疏模型訓(xùn)練和分布式推理經(jīng)驗。熟悉召回算法(如雙塔模型、FM等)和排序模型(如DeepFM, DIN等)。
通?加分項:
1、在頂級會議(如NeurIPS, ICML, CVPR, ACL, KDD等)或以第?作者發(fā)表過論?。
2、在Kaggle、天池等知名算法競賽中取得優(yōu)異成績。
3、有算法模型在Linux環(huán)境下的部署和優(yōu)化經(jīng)驗(如Docker, ONNX, TensorRT)。
4、熟悉分布式計算框架(如Spark)。