- 目錄
第1篇 數(shù)據(jù)科學(xué)家/自然語言/機(jī)器學(xué)習(xí)工程師崗位職責(zé)職位要求
職責(zé)描述：
職責(zé)描述
通過nlp對(duì)海量自然語言文本信息進(jìn)行建模，抽取，歸類，合并，標(biāo)準(zhǔn)化，清洗等等操作。
通過neural network的deep learning對(duì)模型進(jìn)行訓(xùn)練和學(xué)習(xí)，并不斷探索新的學(xué)習(xí)模型來提高精度。
職位要求
熟悉python語言；
熟悉python有關(guān)的自然語言包nltk；
使用過theano或其他深度學(xué)習(xí)平臺(tái)的優(yōu)先。
熟悉至少一種關(guān)系型或非關(guān)系型數(shù)據(jù)庫， mongodb ___；
較強(qiáng)的邏輯思維能力，善于分析梳理業(yè)務(wù)需求并實(shí)現(xiàn)；
良好的溝通和協(xié)作能力，以及小團(tuán)隊(duì)領(lǐng)導(dǎo)能力；
崗位要求：
學(xué)歷要求：不限
語言要求：不限
年齡要求：不限
工作年限：不限
第2篇 機(jī)器學(xué)習(xí)工程師職位描述與崗位職責(zé)任職要求
職位描述：
我們正在尋找愿意來立刻上手工作并迎接充滿趣味（挑戰(zhàn)）的工作的算法工程師，您的工作內(nèi)容代表了未來零售的前沿技術(shù)，數(shù)以萬計(jì)的商戶將會(huì)因?yàn)槟跈C(jī)器學(xué)習(xí)和ai領(lǐng)域的工作而運(yùn)營得更加高效。
工作職責(zé)
?針對(duì)不同的產(chǎn)品功能，進(jìn)行概念設(shè)計(jì)、原型論證并最終開發(fā)部署機(jī)器學(xué)習(xí)模型
?參與構(gòu)建可擴(kuò)展的機(jī)器學(xué)習(xí)模型訓(xùn)練評(píng)估平臺(tái)
?領(lǐng)導(dǎo)企業(yè)級(jí)計(jì)算機(jī)視覺與nlp產(chǎn)品開發(fā)，建立企業(yè)個(gè)性化學(xué)習(xí)解決方案
?與工程師團(tuán)隊(duì)、分析師團(tuán)隊(duì)以及產(chǎn)品團(tuán)隊(duì)合作，明確用戶需求，探索正確的解決方案
?利用數(shù)據(jù)驅(qū)動(dòng)的思想幫助我們的客戶
工作要求
?全日制統(tǒng)招碩士及以上學(xué)歷，計(jì)算機(jī)、軟件工程等相關(guān)專業(yè)，cet6
?三年以上計(jì)算機(jī)視覺或nlp領(lǐng)域機(jī)器學(xué)習(xí)相關(guān)工作經(jīng)驗(yàn)
?熟悉機(jī)器學(xué)習(xí)框架，如tensorflow、caffe2、pytorch
?精通一種或多種語言，如java、c++、python
?熟悉數(shù)據(jù)庫相關(guān)技術(shù)與技巧，包含rdbms，nosql
?具備gpu編程的經(jīng)驗(yàn)，熟悉cuda/cudadnn優(yōu)先
?熟悉容器類技術(shù)，包含docker、mesos、kubernetes
?熟悉大數(shù)據(jù)框架，包含hadoop、hive、spark等
第3篇 機(jī)器學(xué)習(xí)工程師（推薦方向）職位描述與崗位職責(zé)任職要求
職位描述：
崗位職責(zé)：
1、負(fù)責(zé)內(nèi)容特征工程、用戶特征工程、推薦算法模型等系統(tǒng)
2、分析海量用戶行為數(shù)據(jù)，內(nèi)容資訊數(shù)據(jù)，增加有效的用戶特征和內(nèi)容資訊特征。改進(jìn)模型和召回、排序策略，提升推薦效果。
崗位要求：
1.3年以上服務(wù)器開發(fā)經(jīng)驗(yàn)，精通go/python/c++/java
2.熟悉機(jī)器學(xué)習(xí)的基本方法 ( 降維、分類、回歸、排序等等 )
3.熟悉并行計(jì)算或者分布式計(jì)算，熟悉 spark. storm 等計(jì)算平臺(tái)，有相關(guān)性能優(yōu)化經(jīng)驗(yàn)，并熟悉其上下游環(huán)境，包括 flume. kafka. hive. hbase 等；
4.對(duì)數(shù)據(jù)敏感，分析數(shù)據(jù)，抽象問題，對(duì)于把大數(shù)據(jù)分析的結(jié)果能夠應(yīng)用到實(shí)際業(yè)務(wù)場景產(chǎn)生商業(yè)價(jià)值具有強(qiáng)烈的熱情
5.具備良好的團(tuán)隊(duì)精神和溝通意識(shí)，責(zé)任心強(qiáng)，工作認(rèn)真細(xì)致，有良好的抗壓能力；
加分項(xiàng)：
1.做過推薦系統(tǒng)或搜索引擎，并對(duì)常見的推薦算法、搜索排序有自己的理解；
2.自然語言處理、分類/聚類、數(shù)據(jù)挖掘等相關(guān)經(jīng)驗(yàn)；
第4篇 大規(guī)模機(jī)器學(xué)習(xí)工程師職位描述與崗位職責(zé)任職要求
職位描述：
工作職責(zé):
_ 橫跨系統(tǒng)與算法的邊界，設(shè)計(jì)高效的分布式機(jī)器學(xué)習(xí)系統(tǒng)，能高效靈活地支持機(jī)器學(xué)習(xí)模型訓(xùn)練；
_ 調(diào)研和實(shí)現(xiàn)業(yè)界機(jī)器學(xué)習(xí)算法前沿進(jìn)展，有自己見解，并結(jié)合應(yīng)用到最右的業(yè)務(wù)場景中
崗位要求:
_ 在業(yè)界top的搜索引擎/推薦系統(tǒng)做過至少2-3年相關(guān)的研發(fā)工作，深入理解機(jī)器學(xué)習(xí)的相關(guān)算法原理，實(shí)現(xiàn)以及應(yīng)用場景
_ 機(jī)器學(xué)習(xí)、分布式系統(tǒng)方向的計(jì)算機(jī)專業(yè)的研究生或優(yōu)秀本科生； 熟悉常見的分布式編程范式以及設(shè)計(jì)模式；有一定的分布式計(jì)算系統(tǒng)與機(jī)器學(xué)習(xí)相結(jié)合的理論和實(shí)踐基礎(chǔ)；
_ 對(duì)技術(shù)研究和應(yīng)用抱有濃厚興趣，有強(qiáng)烈的上進(jìn)心和責(zé)任感，善于思考和運(yùn)用新知識(shí)；
_ 扎實(shí)的c/c++和python編碼功底，熟悉mpi/cuda等高性能計(jì)算框架；
_ 在acm/icpc， google jam， top coder，百度之星等比賽取得優(yōu)異成績的優(yōu)先；
加分項(xiàng)：
_ 思考過tensorflow/m_net/caffe/theano/torch等的架構(gòu)代碼和設(shè)計(jì)邏輯的優(yōu)先；
_ 對(duì)大規(guī)模分布式機(jī)器學(xué)習(xí)系統(tǒng)實(shí)踐經(jīng)驗(yàn)者優(yōu)先；
_ 有發(fā)表nips/acl/aaai/icml/ijcai/emnlp/sigkdd/iccv/cvpr/osdi/sosp等頂會(huì)論文的優(yōu)先；
_ 如果您樂于設(shè)計(jì)和實(shí)現(xiàn)高性能優(yōu)雅的系統(tǒng)，而又想擁抱大規(guī)模機(jī)器學(xué)習(xí)帶來的可能性，歡迎加入我們。
第5篇 機(jī)器學(xué)習(xí)工程師（知識(shí)圖譜 / nlp方向）職位描述與崗位職責(zé)任職要求
職位描述：
崗位職責(zé)：
1.與業(yè)務(wù)人員溝通，深入理解公司業(yè)務(wù)，思考并發(fā)現(xiàn)數(shù)據(jù)可以應(yīng)用于業(yè)務(wù)的機(jī)會(huì)；
2.提取數(shù)據(jù)、處理數(shù)據(jù)、開發(fā)風(fēng)險(xiǎn)規(guī)則、信用評(píng)分、客戶標(biāo)簽、營銷響應(yīng)等模型，并參與模型上線部署、追蹤優(yōu)化等工作；
3.基于公司及外部數(shù)據(jù)，提取知識(shí)，構(gòu)建知識(shí)圖譜，支持公司的風(fēng)控領(lǐng)域、物流科技領(lǐng)域及其他創(chuàng)新方向；
4.參與各種數(shù)據(jù)產(chǎn)品的設(shè)計(jì)；
崗位要求：
1.理工科專業(yè)（數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)優(yōu)先），大學(xué)本科及以上學(xué)歷；
2.熟練掌握傳統(tǒng)機(jī)器學(xué)習(xí)算法/深度學(xué)習(xí)算法/知識(shí)圖譜/nlp算法中至少一種；有知識(shí)圖譜實(shí)踐經(jīng)驗(yàn)者優(yōu)先；
3.熟練掌握數(shù)據(jù)庫sql語言，至少掌握python或r語言的一種；精通圖數(shù)據(jù)庫如neo4j，熟悉圖存儲(chǔ)，圖計(jì)算者優(yōu)先；
4.具有結(jié)構(gòu)化思維、快速學(xué)習(xí)及溝通協(xié)作能力，積極主動(dòng)有上進(jìn)心；
