- 目錄
-
第1篇 機器學習算法工程師-抖音/火山職位描述與崗位職責任職要求
職位描述：
工作職責：
1、負責抖音/火山等多個業(yè)務線的端到端體驗優(yōu)化相關策略算法系統(tǒng)建設與優(yōu)化工作 ；
2、通過海量數(shù)據(jù)，分析與挖掘各種潛在關聯(lián)，保障用戶體驗。
任職要求：
1、本科及以上學歷，計算機相關專業(yè)；
2、具備扎實的算法基礎和優(yōu)秀的編碼能力；
3、精通 spark、hive、storm、hadoop 等至少一項分布式系統(tǒng)；
4、具備優(yōu)秀的邏輯思維能力，對解決挑戰(zhàn)性問題充滿熱情，善于解決問題和分析問題；
5、具備良好的團隊合作精神，較強的溝通能力和學習能力；
6、有tensorflow lite等相關工作經(jīng)驗者優(yōu)先。
第2篇 aml機器學習平臺架構工程師職位描述與崗位職責任職要求
職位描述：
工作職責：
1、aml: applied machine learning
2、設計大規(guī)模機器學習平臺的基礎架構
3、 參與模型訓練，模型服務，樣本管理，資源調度等機器學習相關問題的研發(fā)
任職要求：
1、扎實的編程基礎，熟練掌握 c/c++， python 語言，? 具備親力親為的技術水平
2、擁有大型系統(tǒng)設計方面的經(jīng)驗
3、熟悉操作系統(tǒng)和計算機體系結構
4、具有獨立解決問題的能力，良好的團隊合作意識和溝通能力
5、富有創(chuàng)新精神，不斷解決前沿課題
加分項：
1、熟悉至少一種主流深度學習編程框架（tensorflow/caffe/m_net），熟悉其底層架構和實現(xiàn)機制
2、熟悉深度學習算法（cnn/rnn/lstm/vae等)
3、 有過分布式系統(tǒng)的開源社區(qū)經(jīng)歷
第3篇 機器學習工程師職位描述與崗位職責任職要求
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，您的工作內容代表了未來零售的前沿技術，數(shù)以萬計的商戶將會因為您在機器學習和ai領域的工作而運營得更加高效。
工作職責
?針對不同的產(chǎn)品功能，進行概念設計、原型論證并最終開發(fā)部署機器學習模型
?參與構建可擴展的機器學習模型訓練評估平臺
?領導企業(yè)級計算機視覺與nlp產(chǎn)品開發(fā)，建立企業(yè)個性化學習解決方案
?與工程師團隊、分析師團隊以及產(chǎn)品團隊合作，明確用戶需求，探索正確的解決方案
?利用數(shù)據(jù)驅動的思想幫助我們的客戶
工作要求
?全日制統(tǒng)招碩士及以上學歷，計算機、軟件工程等相關專業(yè)，cet6
?三年以上計算機視覺或nlp領域機器學習相關工作經(jīng)驗
?熟悉機器學習框架，如tensorflow、caffe2、pytorch
?精通一種或多種語言，如java、c++、python
?熟悉數(shù)據(jù)庫相關技術與技巧，包含rdbms，nosql
?具備gpu編程的經(jīng)驗，熟悉cuda/cudadnn優(yōu)先
?熟悉容器類技術，包含docker、mesos、kubernetes
?熟悉大數(shù)據(jù)框架，包含hadoop、hive、spark等
第4篇 python工程師(深度學習方向)職位描述與崗位職責任職要求
職位描述：
職責描述：
本崗位使用python以及gpu加速的方法進行定制化的深度學習框架的開發(fā)。
任職要求：
1. 學歷和經(jīng)驗
985/211本科以及以上，2年以上python經(jīng)驗
2. 技術要求
a) 精通python
b) 理解tensorflow（或其他主要框架）的工作原理和主要操作
c) 較強的英語文獻閱讀能力和學習能力
第5篇 數(shù)據(jù)科學家/自然語言/機器學習工程師崗位職責職位要求
職責描述：
職責描述
通過nlp對海量自然語言文本信息進行建模，抽取，歸類，合并，標準化，清洗等等操作。
通過neural network的deep learning對模型進行訓練和學習，并不斷探索新的學習模型來提高精度。
職位要求
熟悉python語言；
熟悉python有關的自然語言包nltk；
使用過theano或其他深度學習平臺的優(yōu)先。
熟悉至少一種關系型或非關系型數(shù)據(jù)庫， mongodb ___；
較強的邏輯思維能力，善于分析梳理業(yè)務需求并實現(xiàn)；
良好的溝通和協(xié)作能力，以及小團隊領導能力；
崗位要求：
學歷要求：不限
語言要求：不限
年齡要求：不限
工作年限：不限
第6篇 大規(guī)模機器學習工程師職位描述與崗位職責任職要求
職位描述：
工作職責:
_ 橫跨系統(tǒng)與算法的邊界，設計高效的分布式機器學習系統(tǒng)，能高效靈活地支持機器學習模型訓練；
_ 調研和實現(xiàn)業(yè)界機器學習算法前沿進展，有自己見解，并結合應用到最右的業(yè)務場景中
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年相關的研發(fā)工作，深入理解機器學習的相關算法原理，實現(xiàn)以及應用場景
_ 機器學習、分布式系統(tǒng)方向的計算機專業(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計模式；有一定的分布式計算系統(tǒng)與機器學習相結合的理論和實踐基礎；
_ 對技術研究和應用抱有濃厚興趣，有強烈的上進心和責任感，善于思考和運用新知識；
_ 扎實的c/c++和python編碼功底，熟悉mpi/cuda等高性能計算框架；
_ 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：
_ 思考過tensorflow/m_net/caffe/theano/torch等的架構代碼和設計邏輯的優(yōu)先；
_ 對大規(guī)模分布式機器學習系統(tǒng)實踐經(jīng)驗者優(yōu)先；
_ 有發(fā)表nips/acl/aaai/icml/ijcai/emnlp/sigkdd/iccv/cvpr/osdi/sosp等頂會論文的優(yōu)先；
_ 如果您樂于設計和實現(xiàn)高性能優(yōu)雅的系統(tǒng)，而又想擁抱大規(guī)模機器學習帶來的可能性，歡迎加入我們。
第7篇 機器學習大數(shù)據(jù)引擎架構師/研發(fā)工程師職位描述與崗位職責任職要求
職位描述：
工作職責：
1) 開發(fā)企業(yè)安全解決方案后端的大數(shù)據(jù)引擎
2)主要參與兩個項目：建立profile，發(fā)現(xiàn)偏離profile的異常；采用supervised machine learning學習后判斷未知文件的屬性
技能要求：
-熟練掌握svm、random forest等算法；具有大維度（幾百幾千個維度）項目經(jīng)驗的優(yōu)先
-具有通過機器學習建立profile，通過判斷profile的偏離來判斷異常，并且能不斷修正profile的項目經(jīng)驗的優(yōu)先
-很強的系統(tǒng)架構能力，主要集中在后端服務器的分級、平行延展以及和第三方系統(tǒng)和數(shù)據(jù)來源的對接等方面
-具有大數(shù)據(jù)平臺開發(fā)及搭建維護經(jīng)驗，熟悉mapreduce、hadoop軟件棧以及spark平臺經(jīng)驗等
-良好的團隊合作精神，較強的溝通能力和學習能力
第8篇 騰訊視頻機器學習算法工程師職位描述與崗位職責任職要求
職位描述：
工作職責：
負責搜索排序點擊率預估模型算法研發(fā)
負責排序相關深度學習模型研發(fā)
任職要求：
精通機器學習算法及其原理，對算法特點有深刻理解，能快速制定算法實現(xiàn)方案和進行業(yè)務算法創(chuàng)新；
熟悉常用的搜索排序算法，深入理解常見機器學習或數(shù)據(jù)挖掘算法原理，熟悉常見的統(tǒng)計原理及方法；
熟悉深度學習相關技術；
2年以上大規(guī)模數(shù)據(jù)挖掘相關工作經(jīng)驗；熟悉hadoop/spark/深度學習框架；
精通c/c++/python編程，熟悉常用算法及優(yōu)化
優(yōu)秀的編程能力 良好的數(shù)據(jù)意識，能結合產(chǎn)品通過數(shù)據(jù)分析發(fā)現(xiàn)有價值信息；
第9篇 數(shù)據(jù)挖掘機器學習算法工程師職位描述與崗位職責任職要求
職位描述：
崗位職責:
1、能夠根據(jù)業(yè)務目標，設計解決方案，獨立設計數(shù)據(jù)挖掘和分析框架，搜集數(shù)據(jù)，制作數(shù)據(jù)挖掘分析報告；
2、根據(jù)目標分析主題，負責數(shù)據(jù)收集和清洗，能開發(fā)數(shù)據(jù)采集工具（如網(wǎng)絡爬蟲等）；
3、獨立設計、開發(fā)、測試和維護數(shù)據(jù)挖掘和分析模型，進行模型調優(yōu)和優(yōu)化，能夠通過模型解決業(yè)務的痛點問題；
4、從部門業(yè)務角度出發(fā)，不斷進行數(shù)據(jù)探索，利用數(shù)據(jù)來發(fā)現(xiàn)業(yè)務和產(chǎn)品的問題與瓶頸，提出可以落地的改進措施和解決方案；
5、研究人工智能/數(shù)據(jù)挖掘/機器學習/深度學習等領域的新技術、新算法，提出針對部門業(yè)務場景的實施方案，并負責方案的驗證和實施落地；
6、完成領導交辦的其他工作。
任職資格:
1、計算機、軟件工程、模式識別、人工智能、數(shù)學、統(tǒng)計學等專業(yè)碩士或博士，在數(shù)據(jù)挖掘、機器學習、深度學習等某一領域有2年以上算法、模型的實際研發(fā)工作經(jīng)驗；
2、有扎實的數(shù)據(jù)結構和算法功底，精通機器學習、深度學習、數(shù)據(jù)挖掘等理論和技術基礎（需熟悉算法底層原理），能夠針對不同的業(yè)務需求使用不同的算法模型實現(xiàn)業(yè)務訴求，有豐富的算法應用和工程化落地的實際工作經(jīng)驗；
3、具有良好的數(shù)學和統(tǒng)計分析基礎，熟練掌握數(shù)據(jù)分析和挖掘的流程與方法，能夠獨立進行數(shù)據(jù)建模和分析，產(chǎn)出數(shù)據(jù)分析報告；
4、有良好的程序開發(fā)基礎，精通python、java等語言，了解hadoop、spark、hive等分布式計算平臺；
5、熟悉機器學習開源框架（tensorflow、caffe、m_net，等），研究過開源框架的源碼者優(yōu)先；
6、熟悉linu_、uni_系統(tǒng)，掌握oracle、mysql、db2等主流數(shù)據(jù)庫中的一種，熟悉sql以及shell腳本開發(fā)；
7、細心、耐心、有很強的責任感，對產(chǎn)出的質量有高要求，執(zhí)行力強，富有團隊精神。
加分項：
1、在數(shù)據(jù)科學競賽平臺（如kaggle、天池等）做為核心成員取得top 10%成績者優(yōu)先。
第10篇 深度學習算法工程師職位描述與崗位職責任職要求
職位描述：
工作職責：
發(fā)現(xiàn)cv、cg算法pipeline中性能瓶頸，提出加速解決方案
壓縮神經(jīng)網(wǎng)絡模型，將其部署成高效率的移動端應用或后臺服務
和研究員一起將前沿算法優(yōu)化至可商用的程度
任職要求：
碩士以上學歷，相關工作經(jīng)驗至少兩年
對深度學習有較深了解，熟練掌握pruning、quantization、knowledge distillation等常用的模型壓縮方法
對cpu內存、cuda顯存使用優(yōu)化有相關經(jīng)驗
掌握c++，python，java等最少一種開發(fā)程序語言
良好的溝通、需求理解能力和團隊合作能力，工作積極主動負責
第11篇 學習開發(fā)工程師崗位職責學習開發(fā)工程師職責任職要求
學習開發(fā)工程師崗位職責
工作職責:
負責大規(guī)模分布式機器學習/深度學習系統(tǒng)的設計和開發(fā);
負責自研分布式機器學習/深度學習框架;
負責模型算法與系統(tǒng)實現(xiàn)的聯(lián)合優(yōu)化;
負責跟蹤資訊/搜索類內容服務業(yè)務相關的開源框架、新算法框架的技術選型及系統(tǒng)研發(fā);
負責深入業(yè)務的流程，制定應用機器學習/深度學習技術的優(yōu)化方案。
任職要求:
2年以上c++開發(fā)經(jīng)驗，1年以上分布式系統(tǒng)設計、架構、建設經(jīng)驗;
具備較強的溝通能力，思維活躍，前瞻學習能力強;
較流暢的英文技術材料閱讀能力;
對系統(tǒng)優(yōu)化和算法模型應用有濃厚興趣;
熟悉分布式機器學習/深度學習框架相關技術:tensorflow、caffe、m_net等;閱讀過相關源碼，理解該類架構設計者優(yōu)先;
具備分布式計算框架的使用和并行算法的開發(fā)經(jīng)驗者優(yōu)先。
第12篇 核心業(yè)務（高級）開發(fā)工程師-好好學習職位描述與崗位職責任職要求
職位描述：
工作職責：
1、負責今日頭條內容付費和會員相關業(yè)務開發(fā)；
2、負責在線大流量高并發(fā)系統(tǒng)設計；
3、主要實現(xiàn)語言為python／golang。
任職要求：
1、本科及以上學歷，計算機、通信等相關專業(yè)；
2、有扎實的編程能力，有優(yōu)秀的設計和代碼品位；
3、深刻理解計算機原理，有良好的數(shù)據(jù)結構和算法基礎；
4、熟悉mysql 、memcache、redis、消息隊列等常用web組件，并有能力進行定制化改進；
5、有高并發(fā)服務設計和實現(xiàn)經(jīng)驗優(yōu)先；
6、有較好的產(chǎn)品意識優(yōu)先；
7、積極樂觀，責任心強，工作認真細致，具有良好的團隊溝通與協(xié)作能力；
8、熱愛編程，有較強的學習能力，有強烈的求知欲、好奇心和進取心 ，能及時關注和學習業(yè)界最新技術。
第13篇 ai算法及深度學習工程師崗位職責及職位要求
ai算法及深度學習工程師職位要求
1.數(shù)學、統(tǒng)計學、計算機、大數(shù)據(jù)或金融類專業(yè)，碩士以上學歷；碩士或有留學背景優(yōu)先；
2.有大數(shù)據(jù)、ai或金融業(yè)從業(yè)經(jīng)歷（資管、財富、量化投資等），對大數(shù)據(jù)、ai算法學習或金融業(yè)務有深入了解者優(yōu)先；
3.對以下至少一個領域有深入研究或者資深的工作經(jīng)驗；
⑴深度學習；
⑵自然語言處理；
⑶搜索／推薦算法；
⑷知識表示及推理、問答系統(tǒng)；
⑸圖像識別；
⑹統(tǒng)計機器學習。
4.熟悉hadoop、spark、caffe、tensorflow等開源社區(qū)，有實際項目開發(fā)經(jīng)驗；
5.熟悉python 和java 或r；有產(chǎn)品經(jīng)理經(jīng)歷優(yōu)先；
6.學習能力強、善于溝通、對技術創(chuàng)新充滿激情。
ai算法及深度學習工程師崗位職責
利用人工智能+大數(shù)據(jù)技術，為用戶提供智能化服務：
1.從事人工智能領域前沿算法的研發(fā)，技術驅動，探索人工智能的創(chuàng)新應用；
2.從具體的場景和問題出發(fā)，研發(fā)算法系統(tǒng)，產(chǎn)出解決方案；
3.構建人工智能平臺，將智能服務的能力賦予更多的產(chǎn)品。
第14篇 機器學習平臺研發(fā)工程師-反作弊職位描述與崗位職責任職要求
職位描述：
工作職責：
1、負責字節(jié)跳動風控機器學習系統(tǒng)開發(fā)，包括任務流調度，機器學習系統(tǒng)管理和運維，機器學習算法部署、模型在線服務等；
2、為系統(tǒng)設計和實現(xiàn)合理的在線和離線架構，優(yōu)化前后端性能，配合產(chǎn)品迭代開發(fā)；
任職要求：
1、精通至少一門編程語言，熟練運用各種常用算法和數(shù)據(jù)結構，有獨立的實現(xiàn)能力；
2、優(yōu)秀的分析問題和解決問題能力，對解決具有挑戰(zhàn)性問題充滿激情；
3、掌握分布式系統(tǒng)原理，有實際的分布式系統(tǒng)或應用開發(fā)經(jīng)驗；
4、熟悉各類機器學習算法，熟悉tensorflow， caffe， m_net或其它機器學習框架；
5、有以下相關經(jīng)驗者優(yōu)先： 從事過大規(guī)模分布式系統(tǒng)，如云計算，機器學習系統(tǒng)的開發(fā)和運維。
第15篇 深度學習開發(fā)工程師b02職位描述與崗位職責任職要求
職位描述：
崗位職責：
1. 負責對象檢索業(yè)務相關功能開發(fā)；
2. 負責深度特征提取開發(fā)工作；
3. 負責特征索引開發(fā)；
4. 負責對象檢索開發(fā)。
任職要求：
1. 國內學歷：統(tǒng)招全日制 985/211 碩士及以上學歷，取得學位證和畢業(yè)證；
2. 國外學歷：海外全日制碩士及以上學歷；qs 世界大學排名前 300 高等院校；海外留學時長不少于 1.5 年；
3. 2年及以上相關工作經(jīng)驗；
4. 有分布式系統(tǒng)理論基礎和實踐經(jīng)驗，有分布式機器學習算法開發(fā)經(jīng)驗者優(yōu)先；
5. 有計算機視覺（如圖像識別理解，人臉檢測識別、目標檢測和跟蹤、增強現(xiàn)實、圖像質量評價，圖像分割增強等）開發(fā)經(jīng)驗者優(yōu)先；
6. 在公開測試集取得優(yōu)異效果或在nips、cvpr等頂級會議發(fā)表論文或有深度學習的產(chǎn)品研究經(jīng)驗者優(yōu)先；
7. 熟悉linu_系統(tǒng)，linu_下的c/c++開發(fā)，熟練掌握socket網(wǎng)絡編程，多線程編程；
8. 熟悉python，具有良好的編程習慣和算法基礎；
9. 熟悉一種以上的深度學習的開源框架，如caffe、tensorflow等 ；
10. 對深度學習相關神經(jīng)網(wǎng)絡理解深入，如dnn、cnn、rnn、gan等。
第16篇 深度學習框架開發(fā)工程師b02職位描述與崗位職責任職要求
職位描述：
崗位職責：
1. 改進/優(yōu)化深度學習開源框架；
2. 對高性能深度學習庫進行需求分析；
3. 對深度學習開源框架進行性能分析與優(yōu)化。
任職要求：
1. 國內學歷：統(tǒng)招全日制 985/211 碩士及以上學歷，取得學位證和畢業(yè)證；
2. 國外學歷：海外全日制碩士及以上學歷；qs 世界大學排名前 300 高等院校；海外留學時長不少于 1.5 年；
3. 精通linu_環(huán)境下c++編程；
4. 熟悉腳本語言，cuda編程；
5. 熟悉深度學習開源框架源碼，例如caffe、tensorflow、pytorch、cntk等；
6. 熟悉編譯優(yōu)化相關技術者優(yōu)先；
7. 具有良好的理解能力和英語閱讀能力；
8. 邏輯思維強，做事踏實、認真，具備一定抗壓能力；
9. 具有良好的團隊協(xié)作精神，責任心強，能夠積極主動地完成相關工作；
10. 英語6級，能讀懂相關外文技術文獻。
