职位职责： 1、跟踪人工智能、机器学习方向的全球前沿趋势，例如多模态数据工程、大规模分布式训练、分布式推理，对产品业务方向有独到思路； 2、对LLM、DIT、VIT技术架构的原理、工程框架有深入理解，对主流开源模型进行编码，熟悉开源模型微调/推理优化产品方案； 3、对接客户的算法、工程团队，提供产品接入技术支持，协同商务完成对接需求，对产品的业务目标负责； 4、深刻洞察客户需求，沉淀形成面向目标客户、目标场景的产品解决方案，助力客户AI开发压缩项目周期、降本增效、业务创新，推动产品方案从0到N，可复制、可规模化售卖； 5、与内外团队配合，推动产品持续迭代优化，确保产品方案与市场需求匹配，完成项目方案规划和交付。 职位要求： 1、本科及以上学历，3年以上机器学习平台产品或商业化相关经验，成功落地过机器学习平台项目，对于生成式人工智能的发展有独立见解； 2、熟悉机器学习算力集群架构、工程架构以及平台端到端的业务流程； 3、有ToB机器学习平台产品从0-1孵化、公有云/私有云智算中心项目经验； 4、有大模型预训练、精调、推理服务实际操作能力，训练加速、推理加速等工程优化技术背景、以及推理流量调度技术背景优先； 5、逻辑性强，有很好的商业敏感度和快速学习能力，能够协调内外部资源，抓重点、控制预期，推动项目成功； 6、在泛互联网垂直领域AI业务场景、主流开源模型微调/推理优化、主流国产异构算力适配方面有行业经验是加分项。

职位职责： 团队介绍：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 课题介绍：大规模推荐系统正在越来越多的应用到短视频、文本社区、图像等产品上，模态信息在推荐系统中的作用也越来越大。 字节实践中发现模态信息能够很好的作为泛化特征支持推荐等业务场景，端到端的超大规模多模态推荐系统的研究具有非常大的想象空间。 期望在算法和工程CoDesign基础上，对多模态Cotrain、7B/13B大规模参数模型、更长序列端到端等方向进一步进行探索。 工程上研究方向包括多模态样本的表征、基于 pytorch 框架的高性能多模态推理引擎、高性能多模态训练框架的构建、异构硬件在多模态推荐系统上的应用；算法上的研究方向包括设计合理的推荐广告和多模态Cotrain结构、Sparse MOE、Memory Network、混合精度等。 1、负责机器学习系统架构的设计开发，以及系统性能调优； 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、模型管理、数据集管理、工作流编排、ML for System等； 4、负责机器学习系统前瞻技术的调研和引入，比如：最新硬件架构、异构计算系统、GPU优化技术的引入落地； 5、研究基于机器学习方法，实现对集群/服务资源使用情况的分析和优化。 职位要求： 1、2026届及之后毕业，博士在读，计算机、软件工程等相关专业优先； 2、熟练掌握Linux环境下的C/C++/Go/Python/Java等1至2种以上语言； 3、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分，良好的团队合作精神； 5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力； 6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、熟悉Kubernetes架构，有丰富的云原生系统开发经验； 2、熟悉至少一种主流的机器学习框架（TensorFlow/PyTorch/MXNet）； 3、熟悉Django、Flask等相关技术，有其后端开发经验； 4、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture(GPU，Accelerators，Networking)，Machine Learning Frameworks，ML for System，Distributed Storage； 5、有大规模云计算平台或私有云产品架构开发经验。

我们正在寻找两名熟悉人工智能方面的大学生实习生。该职位需要有良好的编程技能和数学基础，以及对自然语言处理和机器学习算法的理解。 正在攻读计算机科学、数据科学或相关专业的本科生或研究生； 熟练掌握Python编程语言； 熟悉自然语言处理和机器学习算法； 具备良好的数学基础； 能够独立思考和解决问题； 有数据处理和分析经验者优先考虑。

职位概述： 我们正在寻找一位对自然语言处理（NLP）、大模型或语音处理领域有热情的机器学习算法实习生。作为实习生，您将有机会参与公司团队的研究和开发工作，运用机器学习算法解决实际的自然语言处理、大模型或语音处理问题。我们的团队致力于创造技术创新和解决复杂问题，为您提供一个学术和技术实践的平台，以便将您的研究兴趣转化为实际应用。 职责和任务： - 参与设计、开发和调优面向NLP、大模型或语音处理领域的机器学习算法模型 - 使用Python、TensorFlow、PyTorch等工具实现和实验机器学习模型 - 分析和处理大规模数据集，并进行特征工程和数据预处理 - 进行算法性能评估和优化，以提高模型的准确性和性能 - 研究和探索最新的机器学习算法和技术，以促进团队的技术创新和发展 - 与团队成员合作，共同解决技术难题，并为项目进展提供支持 任职要求： - 硕士/博士学位在计算机科学、人工智能、统计学或相关领域 - 对自然语言处理（NLP）、大模型或语音处理研究方向有浓厚的兴趣和热情 - 熟悉常见的机器学习算法和深度学习框架，如神经网络、卷积神经网络、循环神经网络等 - 具备良好的编程能力，熟悉Python语言，并熟悉常用的机器学习工具包和库 - 具备数据分析和处理的能力，熟悉特征工程和数据清洗技术 - 具备良好的团队合作精神和沟通能力，能够与多学科团队合作解决问题 - 具备扎实的数学和统计知识，能够理解和运用相关的数学原理和算法 加分项： - 在NLP、大模型或语音处理领域拥有项目经验或相关实习经验 - 对深度学习模型的优化和加速有一定了解 - 在机器学习或相关领域的科研论文发表 公司提供有竞争力的实习津贴和学术导师指导，为优秀者提供转正机会。我们期待您的加入，与我们共同推动机器学习算法在NLP、大模型或语音处理领域的前沿研究和应用发展。

工作职责 1.协助利用机器学习方法构建投资组合，并尝试建立多因子机器学习组合优化方案 任职要求 1.重点院校硕士及以上学历，计算机、数学、人工智能、数据科学等相关专业； 2.数理基础扎实，编程能力突出，熟悉机器学习算法，如神经网络、树模型、强化学习等，熟练使用Pytorch/Tensorflow等基本框架； 3.了解运筹优化算法和组合优化，熟悉常用优化方法。 加分项： 1.量化行业机器学习或互联网大厂算法相关实习经验； 2.高性能计算、CUDA加速、并行计算等相关实习经验； 3.ACM、kaggle、量化比赛、算法比赛、建模大赛等竞赛经历并取得优异成绩； 4.顶会或学术期刊论文发表； 5.对市场微观结构（包含股票，比特币，债券）有深入了解，参与过因子开发、组合开发和组合优化等。

本岗位招聘2024届本科/研究生实习生 职位名称:机器学习工程师实习生 每周可上4-5天，实习周期3-6个月 岗位职责： 1. 参与生成式大模型模型下游各类落地应用的开发，以自然语言处理（NLP）为主，包括但不限于自然语言生成、文本分类、情感分析等任务。 2. 负责根据项目需求，对原始数据进行清洗、预处理、特征提取等处理，以提高模型的性能。 3. 参与模型的设计和调优，包括模型的架构设计、训练策略、评估指标等。 4. 协助项目经理完成项目计划，并参与项目的进度跟踪和报告撰写。 5. 参与团队技术交流和分享，提高自身和团队的技术水平。 6. 其他与机器学习相关的工作。 职位要求： 1. 在校学生，本科及以上学历，具备较强的编程能力。 2. 对机器学习领域有浓厚的兴趣，有扎实的数学和统计学基础。 3. 熟悉常用的机器学习算法，有独立的项目经验。 4. 具备良好的数据处理能力，熟悉 SQL 等数据库操作。 5. 具备良好的沟通能力和团队协作精神，能够独立工作和思考。 6. 具有相关实习经验或参加过机器学习项目优先考虑。

我们正在寻找两名熟悉人工智能方面的大学生实习生，负责将通话记录转换成文字，并对数据进行结构化分析。该职位需要有良好的编程技能和数学基础，以及对自然语言处理和机器学习算法的理解。 正在攻读计算机科学、数据科学或相关专业的本科生或研究生； 熟练掌握Python编程语言； 熟悉自然语言处理和机器学习算法； 具备良好的数学基础； 能够独立思考和解决问题； 有数据处理和分析经验者优先考虑。 实习期限：半年 薪酬待遇：根据实习生能力和表现面议。

技能要求： Python，数据挖掘，算法，Linux，机器学习 职位描述: 1、机器学习算法在推荐场景中的创新与应用。 2、金融数据挖掘与分析。 职位要求: 1、计算机、数学、物理及金融相关专业本科及以上学历。 2、良好的业务理解能力和逻辑思维能力，出色的问题分析及解决能力 3、推荐/搜索及相关研究方向者优先，有机器学习相关论文者优先。

岗位要求： 1. 机器学习和图像基础扎实，熟悉深度学习计算机视觉中的经典应用，包括图像分类、检测、分割等。 2. 编程能力强，数据结构与算法基础扎实。 3. 全职实习一周至少4天，包括周中3天+周六。 4. 熟悉Caffe/TensorFlow/PyTorch/Keras等深度学习框架者优先。在相关会议、期刊发表过文章的优先。参加ACM竞赛并取得名次者优先。 岗位职责： 参与实验室图像工作

岗位职责： 1、根据历史交易数据，借助机器学习的方法论，寻找交易规律，辅助交易决策； 2、完成上级安排的其他工作。 任职要求： 1、硕士及以上学历，国内外知名院校计算机科学或相关专业，研究生阶段研究课题为深度学习或者强化学习，具有扎实的理论基础； 2、必须具有应用经验，自身科研课题具有极强的先进性与实践性并与本职位相关联，或者具备***的实习背景（实习经历的***是主要考察指标）； 3、富有创造力与洞察力，乐于创造，不拘泥于课本，能在实践中独立思考发现并解决问题。 实习待遇： 1、实习生有系统的培训和考核体系，享有优厚的实习工资； 2、公司长期践行行业**的全体系化量化超级工厂，让每一个进入体系的实习生都能建立对量化研究全面且科学的认知； 3、公司上海本部内设有有超大江景高端健身房，每周有团操瑜伽健身课程；180度江景茶水间囤货满满随取随用，另有你意想不到的各种惊喜隐藏福利待你来体验； 4、行业资深基金经理实战专业培训； 5、和正式员工享有同样的策略开发环境； 6、优秀实习生有留用机会（薪资高于行业平均水平）。

base：北京 深度学习算法研究员 工作职责： 1.研究深度学习理论和应用，以及计算机视觉、医学影像分析等各个领域的核心算法； 2.根据医疗领域的落地场景和问题，针对性地设计算法解决方案，并进行实施、优化和定制等； 任职要求： 1.机器学习/模式识别/计算机视觉/生物医学工程/医学影像分析及其他相关领域硕士及以上学历，在深度学习领域有一定的研究经验； 2.良好的算法基础，扎实的编程功底，有较大型项目的开发经验； 3.能够熟练使用至少一种深度学习框架，精通C/C++、Python等，熟悉Linux开发环境； 4.善于解决和分析问题，富有想象力和学习能力，良好的团队合作精神，有创造性思维，有推进人工智能的理想和使命感。 有以下经验者优先： 1.有一定的真实场景落地经验者； 2.在相关方向知名国际会议或期刊发表过论文，如CVPR、ICCV、ECCV、NIPS、ICLR、MICCAI、MIA、TMI、TIP、TPAMI等； 3.参加过国际国内算法类竞赛，并取得一定名次者。 深度学习算法工程师 工作职责： 1.配合深度学习算法研究员，参与医学影像算法研发设计，负责算法的工程化、封装和测试； 2.优化算法的运行、效率和存储，并根据不同硬件和软件环境进行适配。 任职要求： 1.本科及以上学历，计算机相关专业； 2.熟练掌握python、C/C++，熟悉linux编程，熟悉高性能计算，数据结构与算法基础扎实，具有良好的代码风格； 3.具有图像/视频处理的相关背景知识和开发经验； 4.了解基于深度学习的经典视觉算法，包括经典的网络结构、检测分割框架等； 5.至少在代码级别熟悉一种深度学习框架，包括但不限于Caffe/Tensorflow/Pytorch/Caffe2/MxNet/Keras； 6.学习能力强，具有良好的沟通能力，和良好的团队合作精神。 计算机图形学算法工程师 工作职责： 1.研究三维模型重建和绘制算法，包括体绘制、面绘制以及相关算法的优化和加速； 2.研究骨架线提取、点云处理等算法； 3.研究网格处理算法，包括三角网格的生成、简化、平滑、参数化、纹理贴图和网格生成及优化等； 4. 跟踪相应方向最新研究进展与业界动向，对算法和系统功能不断迭代和改进； 5. 负责相应方向技术难点攻关、前瞻性研究。 任职要求： 1.硕士及以上学历，计算机图形学、计算机视觉等相关专业； 2.熟练掌握计算机图形学基本算法，主要包括基本的颜色模型、光照模型和材质建模等； 3.熟悉几何模型处理、点云处理、刚性与非刚性配准、光线跟踪等算法； 4.具备扎实的编程基础和算法实现能力，熟悉C／C++，Python等编程语言； 5.优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情； 6.在计算机图形学、计算机视觉等会议或期刊上发表论文者优先。 三维视觉算法研究员 工作职责： 1.研究三维感知、重建、定位算法以及增强现实技术； 2.跟踪业界相关领域最新进展，并依据业务需求实现及设计算法。 任职要求： 1.硕士及以上学历，三维重建/SLAM/机器学习/计算机视觉/图形学相关背景，有较强工程能力； 2.熟悉三维重建和多视点几何的基本算法，包括但不限于: SfM，立体匹配等； 3.了解ORB-SLAM，VINS，Kimera-VIO等一种或多种SLAM方法及框架； 4.了解多传感器融合方法，包括KF，EKF，PF等滤波算法； 5.上述2,3,4项，在某一方向上有较深入研究，或有相关产品实践经验 / 比赛经历 / 论文发表者优先； 6.有深度学习经验者优先； 7.有移动端开发、调优以及AR研发经验者优先； 临床机器学习研究员 工作职责： 1.跟踪智能医学领域最新的研究方向和技术方法； 2.跟医生沟通并能快速理解医学问题，并能关联到相关的技术解决方案上； 3.实施基于机器学习或深度学习的模型构建、训练和评价； 4.撰写中英文文章，尤其是SCI论文的撰写。 任职要求： 1.原则上是硕士及以上学历，有相关方向项目经历或者文章发表可以本科； 2.熟悉常见的机器学习、图像处理方法； 3.熟悉常见的深度学习分类方法，掌握一种深度学习框架操作； 4.能独立阅读专业英文文献，具备一定的写作能力； 5.拥有比较优秀的代码能力，可以独立完成数据处理，以及模型的搭建、训练、测试等； 6.熟悉医学影像、有相关文章发表、有相关从业经历者优先。

职位描述： 1. 基于大数据和机器学习的特征提取:对遥感卫星数据、气象站数据、风电场数据等多源数据做数据分析与特征提取； 2. 对不同时间、空间尺度，不同确定性的数据进行融合分析； 3. 利用深度学习技术搭建合适的模型对风功率进行概率预测； 4. 利用强化学习、在线学习等先进模型对风机控制动作实时优化； 4. 与大型、多样化的团队研究人工智能与真实场景的交叉应用。 职位要求： 1. 熟练掌握常用的的机器学习算法，熟悉原理并有利用相关技术解决实际问题的能力或经验； 2. 具有扎实的编程基础（熟练掌握Python），对数据结构和算法设计有较为深刻的理解； 3 . 良好的自驱能力、有较强的上进心和求知欲，擅于学习和运用新知识，对技术研究和应用抱有浓厚的兴趣； 4. 良好的逻辑思维能力，对数据敏感，能够发现关键数据、抓住核心问题，较强的沟通能力和逻辑表达能力，具有良好的团队合作精神和主动沟通意识。 你将获得： 1.没有职场烦心事的团队氛围，公司全员90后，采取扁平化管理； 2.国际领先技术水平的发展平台，我们的技术团队来自清华姚班，在多智能体，智能控制领域拥有国际**的技术能力，在这里你可以和来自清华的**团队一起工作，可以和老师学习讨论，共同进步； 3.工作时间灵活，不耽误学业，公司在中关村地铁站旁，交通便利； 4. 提供转正机会。

中科院软件所协同创新中心“无人智能应用组“实习生招聘 “无人智能应用组“隶属于中国科学院软件研究所协同创新中心，是一支以国际学术前沿为导向，以国内外杰出青年人才为主的的科研和工程团队。研究团队着重于国际交流与合作，可为学生创造进入国外一流大学深造的机会。 研究方向主要包括： 1、机器学习技术：深度学习、强化学习、度量学习等。 2、群体智能博弈技术：基于机器学习的多智能体自主协同与博弈对抗技术研究。 3、图像目标实时检测与识别：基于深度学习技术的视频图像、遥感图像兴趣目标感知与行为认知。 4、无人智能系统测试技术：基于虚拟仿真的无人智能系统算法测试技术。 为满足机器学习及智能应用人才的培养需要，作为****相关专业配置课程的补充，本研究团队长期招收实习生，为未来的机器学习及智能应用精英提供学习和实践的机会。实习期间表现突出的实习生将列入我们人才储备计划，留组工作。 招聘实习生职位如下： A 算法实习生 【职位要求】 （1）实习期不少于六个月； （2）计算机、数学、统计等相关专业在校学生（本科大三以上或研究生）； （3）了解机器学习、模式识别、数学建模等相关基础知识； （4）熟练掌握Python, Matlab, C 开发语言中的一种； （5）数学基础扎实，并具有良好的英文科技论文、文献阅读与综述能力； B 无人智能系统开发实习生 【职位要求】 （1）实习期不少于六个月； （2）计算机、自动控制、电子工程等相关专业在校学生（本科大三以上或研究生）； （3）熟练掌握VC++，QT，Python等编程语言中的一种； （4）熟悉软件基础算法实现方法； （5）善于学习，具有良好的合作意识及规范的文档和代码编写习惯； （6）具有自动控制系统或无人系统项目开发经验者优先。 欢迎与我们联系，简历邮件主题请注明：协同创新无人智能应用组实习生+ 学校+姓名。

职位职责： 1、参与大语言模型的prompt-based learning方法，包括：automated template learning, multi-prompt learning， prompt augmentation等。 2. 参与大语言模型的benchmark，基于RLHF的finetune，和测试。 3、负责大语言模型的数据收集，标注，训练和部署全流程。 4、参与大语言模型在to B数字化升级过程中的应用实践，参与与甲方客户的AI需求的沟通和跟进。 5、跟踪人工智能最新前沿研究成果和竞赛动态，快速实现新模型的MVP。 职位要求： 1、本科及以上学历，计算机相关专业，对人工智能类产品有浓厚兴趣； 2、拥有扎实的代码功底，熟悉至少一种主流程序语言如Python, Java, C++, Go等，熟悉常用数据结构和算法； 3、熟悉至少一种常见的机器学习或深度学习开发框架如scikit-learn，tensorflow，pytorch； 4、熟悉linux操作系统，git命令，docker部署等；

1、使用机器学习将市场更好的分类预测，开发量化策略模型； 2、开发部署自动化机器学习加速量化策略迭代效率； 3、开发并实施强化学习分析和预测市场动态，动态仓位控制构建和优化交易策略。 职位要求 1、本科及以上学历，计算机、数学、统计学、运筹学等相关专业； 2、具有扎实的深度学习知识基础，熟悉automl, 对MDP/Bellman Optimality/Dynamic Programming/Policy Optimization/Policy Gradient等强化学习概念有较深理解； 3、熟悉强化学习领域内的代表性算法，并对强化学习某一子领域有一定的研究深度； 4、熟悉至少一种深度学习框架（PyTorch、TensorFlow等），能够独立实现研究算法的开发与验证； 5、乐于主动学习，极具好奇心和自驱力，善于分析和解决问题，对量化私募行业具有浓厚兴趣。