职位职责： 1、负责直播业务的机器学习算法的模型建设，优化直播侧主播体验和增长； 2、负责提供直播业务场景下的策略解决方案，包括但不限于数据挖掘、序列识别、诊断归因、活动和任务策略设计等； 3、负责调研先进的机器学习模型，通过数据发现直播业务的增长问题并应用算法解决问题。 职位要求： 1、掌握机器学习、因果推断、概率统计等领域的基础知识，了解前沿算法； 2、熟悉常用机器学习、运筹优化算法，具备以下两种及以上能力：机器学习分类、聚类、序列识别、深度学习分类、回归、数学规划和启发式算法； 3、具备优秀的编码能力，扎实的数据结构和算法功底，至少熟练掌握C/C++/Go/Python一种开发语言； 4、熟悉常用的大数据开发工具 (Spark/Hive/Hadoop等)，模型开发框架(Tensorflow/PyTorch/Scikit-learn/XGBoost等)； 5、具有良好的团队合作意识、理解沟通能力及独立解决问题的能力。

职位职责： 1、参与制定并执行大模型、机器学习平台产品运营动作，包括用户Oncall、用户访谈、产品文档维护等，提升产品品牌与口碑； 2、通过运营动作，协助产品和研发团队定位用户需求及产品问题，为产品优化提供有价值的建议，推动产品迭代升级，提升用户满意度； 3、基于内部业务团队、外部客户需求，快速抽象出平台产品功能，与合作团队（产品、产品解决方案、销售、市场、法务、合规等）紧密合作，制定相关规划并协调落地； 4、多维度监测产品效果与动态，关注用户反馈及产品发展趋势，及时调整运营策略。 职位要求： 1、本科及以上学历，人工智能或相关专业背景优先； 2、具备3年以上互联网运营经验，有平台运营、用户增长、大模型服务平台产品运营等背景者优先； 3、对新技术和市场趋势保持敏感，熟悉人工智能领域的进展，对技术有一定的了解和兴趣，关注行业动态，具有敏锐的市场洞察力，能够提供有价值的建议； 4、拥有良好的沟通能力和团队合作精神，能够与多部门协作推动项目进展。

工作职责： -运用搜索引擎最前沿技术，结合互联网营销商业模式特点，从事百度搜索推广、在线广告等商务搜索引擎后台服务软件研发 -致力于大规模机器学习算法的工程实现及针对具体应用的改进，提升用户产品体验或商业产品变现能力等 -负责根据系统现有算法，设计相应高性能计算的GPU解决方案 -对现有系统的不足进行分析，找到目前系统的瓶颈，提高系统性能 任职资格： -计算机及计算机相关专业，本科及以上学历 -精通Linux/Unix平台上的C/C++编程，熟悉脚本编程，有良好的编程习惯 -精通网络编程、多线程编程 -对数据结构和算法设计具有深刻的理解，有系统分析和设计的实践经验 -具备优秀的逻辑思维能力，对解决挑战性问题充满热情，善于解决问题和分析问题 -有强烈的上进心和求知欲，善于学习新事物 -良好的团队合作精神，较强的沟通能力和学习能力

知乎-机器学习平台开发工程师 职位描述： 1. 负责超大规模模型的工程化落地和算法应用； 2. 负责针对特定任务的超大模型的训练&推理加速优化。 任职资格： 1. 本科及以上学历，计算机相关专业背景； 2. 有模型工程的开发经验，特别是训练&推理加速的经验； 3. 熟悉C++\Java\Python等主流编程语言的开发； 4. 有参与大规模机器学习平台的开发经验； 5. 对Tensorflow&Pytorch等开源模型框架，有一定的了解和使用； 6. 熟悉Megatron\DeepSpeed\ColossalAI\OneFlow等开源框架或系统优先。

职责： - 设计、开发和维护高效的算法和模型，以满足业务需求。 - 负责服务端开发，包括但不限于数据处理、模型训练和推理等。 - 参与系统架构设计和优化，提高系统性能和可扩展性。 - 负责代码的编写、测试和维护，确保代码质量和稳定性。 - 跟踪最新的技术发展和研究，不断提高自己的技术水平。 要求： - 本科及以上学历，计算机相关专业。 - 3年以上算法开发经验，熟悉常见的机器学习算法和深度学习框架。 - 熟练掌握Python编程语言，熟悉常用的数据处理和机器学习库。 - 熟悉服务端开发，熟悉常用的Web框架和数据库。 - 具备良好的架构设计能力，熟悉常见的设计模式和架构模式。 - 熟悉transformer架构，有相关项目经验者优先考虑。 - 具备良好的沟通能力和团队合作精神，能够与团队成员协作完成项目任务。

岗位职责 1. 负责设计和搭建量化交易策略研究使用的机器学习平台和数据流水线，提升量化交易策略研究员的研究规模和研究效率 2. 持续提升机器学习平台的易用性、可用性、扩展性和资源利用率 3. 负责机器学习平台计算负载的计算、网络性能优化 岗位要求 1. 国内外高校本科及以上学历，计算机相关专业，1年以上工作经验 或 优秀应届生 2. 熟练掌握C/C++、Python、Go等开发语言，掌握常见的算法和数据结构 3. 具备良好的系统设计能力，具备性能、可靠性、可用性、可扩展性等方面的系统思考 4. 掌握Kubernetes的架构和基本使用，具备kubernetes开发能力者优先 5. 熟悉DevOps、MLOps概念及Best Practice，具备相关系统搭建和维护的经验 6. 具备开源机器学习平台（e.g. Microsoft openpai）、云原生系统、大数据系统（Spark等）、分布式存储、云原生调度系统（e.g. argo workflow）、训练框架（PyTorch、TensorFlow等）的底层开发经验（任一）

公司成立时间早（2014-2015建的），规模很大，目前资产管理破数百亿，年化收益稳定，所以资金十分充足。 核心成员，包括投研和技术人员，90%以上来自清北及常青藤**学府，同事都是高知，入职后都是你的高质量优秀人脉！ 他们员工基金的效益挺好的，去年行情不好都能有50%的收益。之前几年的收益更好 而且老大是行内人，很nice！是世昆出来的，之前是全球副总监 兼上海负责人。经验丰富，指令明确。 机器学习框架/Infra，理想中的候选人来自各类AI大小厂/Labs等，C++和Python要精通，调包但非纯调包选手，懂机器学习包的深层代码。 工作职责： 负责机器学习工具和框架的设计与开发 负责新一代机器学习基础设施开发 为研究员提供机器学习问题的答疑服务 任职要求 任职要求： 国内外知名院校计算机专业 具有3-5年以上的C++及Python开发经验 具有创新精神，热衷技术，善于钻研，敢于挑战 精通计算复杂度与性能调优 编程基本功扎实，编码风格严谨 精通深度学习框架底层，或精通操作系统原理 做事积极主动，责任心强，结果导向，有较强的沟通能力和跨团队协助能力 具备以下经验者优先： ACM，NOI等竞赛类选手 有机器学习算法实现或开发类经验 精通计算机底层架构或编译原理 发表过机器学习类论文 擅长算法复杂度和性能优化 有自主实现机器学习算法的能力 有集群使用和开发经验 面试流程 一般会有三四轮面试，最后一轮是到场，前面几轮都是线上技术面。

核心职责： * AI模型开发与部署: 负责设计、开发、训练和部署多种AI模型，包括但不限于预测模型（如CTR/CVR预估）和强化学习模型。 * 智能决策算法: 将强化学习等高级算法应用于复杂决策问题，如动态预算分配和实时竞价策略，以实现长期目标最大化。 * AIGC能力构建: 探索和应用前沿的生成式AI技术（如大型语言模型、扩散模型），并将其集成到业务流程中，实现自动化内容生成能力。 * 数据科学与模型优化: 负责数据探索性分析和特征工程，深入挖掘数据洞察，并根据实际投放效果对模型进行持续监控、评估和再训练，以应对模型漂移问题。 * 模型可解释性: 研究和应用可解释性AI（XAI）技术，提升AI决策的透明度，帮助业务团队理解模型逻辑。 技能要求： * 编程语言: 精通Python，有扎实的机器学习和深度学习框架（如TensorFlow, PyTorch）实践经验。 * AI与机器学习: 深刻理解机器学习、深度学习、强化学习和自然语言处理（NLP）的核心原理。 * 模型部署: 具备将AI模型从实验环境部署到生产环境的经验，熟悉模型服务化和部署架构。 * 数据处理: 熟悉大数据处理技术（如Kafka, Flink）和流式数据处理框架，能够处理和清洗大规模数据集。 * 算法创新: 具备对前沿AI技术和论文的快速学习能力，能够将其转化为实际的业务解决方案。

核心职责： * AI模型开发与部署: 负责设计、开发、训练和部署多种AI模型，包括但不限于预测模型（如CTR/CVR预估）和强化学习模型。 * 智能决策算法: 将强化学习等高级算法应用于复杂决策问题，如动态预算分配和实时竞价策略，以实现长期目标最大化。 * AIGC能力构建: 探索和应用前沿的生成式AI技术（如大型语言模型、扩散模型），并将其集成到业务流程中，实现自动化内容生成能力。 * 数据科学与模型优化: 负责数据探索性分析和特征工程，深入挖掘数据洞察，并根据实际投放效果对模型进行持续监控、评估和再训练，以应对模型漂移问题。 * 模型可解释性: 研究和应用可解释性AI（XAI）技术，提升AI决策的透明度，帮助业务团队理解模型逻辑。 技能要求： * 编程语言: 精通Python，有扎实的机器学习和深度学习框架（如TensorFlow, PyTorch）实践经验。 * AI与机器学习: 深刻理解机器学习、深度学习、强化学习和自然语言处理（NLP）的核心原理。 * 模型部署: 具备将AI模型从实验环境部署到生产环境的经验，熟悉模型服务化和部署架构。 * 数据处理: 熟悉大数据处理技术（如Kafka, Flink）和流式数据处理框架，能够处理和清洗大规模数据集。 * 算法创新: 具备对前沿AI技术和论文的快速学习能力，能够将其转化为实际的业务解决方案。

【岗位描述】 1. 利用深度学习和机器学习算法，针对电信业经营、管理场景，进行机器学习、AI因果推理以及模型可解释的模型开发优化； 2、建设联通用户数据分析体系，并对用户行为、产品数据进行统计分析、预测，为企业经营分析提供有效策略和建议； 3. 利用NLP以及机器学习技术，针对意图识别、人机对话、特征提取、机器学习等场景，在企业经营管理页面上实现智能问答、智能预测； 4. 跟踪业界前沿技术的发展，探索深度学习等前沿技术在企业智能场景下的应用前景，包括不限制于大模型的微调等。 【岗位要求】 1. 数学类、统计学、计算机科学或相关专业的本科及以上学历，2年以上机器学习或数据分析工作经验； 2. 扎实的数据结构和编程基础，至少精通一种编程语言，如Python，Java，SCALA等; 3. 熟悉深度学习（如DNN、CNN、RNN、LSTM、Bert等）以及常见机器学习算法（LR、SVM、xgboost、贝叶斯等）的原理与算法，并有相关算法的实践经验； 4. 熟悉TensorFlow、Pytorch、nltk其中一种深度学习框架; 5. 良好的英语阅读能力，有强烈求知欲，关注业界前沿技术和人工智能相关的学术研究动态； 6. 加分项：熟练掌握海量数据处理技术，有使用Hadoop/Hive/Spark分析海量数据的能力和经验。

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。

[职位介绍] 本岗位为灵活的远程兼职，适合想利用**时间增加收入的朋友。地点不限、时间自由，无论在家还是在校，只要在规定时间内完成项目即可。公司为正规单位，无需押金，无隐性费用。我们欢迎具有责任心和技术热情的伙伴加入，按需求完成编程和算法分析项目。 [工作流程] 我们负责项目来源，将任务发布至工作群。您可根据个人时间和意愿选择项目，按工作量报价。接单后需要负责项目交付，确保质量和时效。公司与您四六分成，您获得60%的收入。项目交付后，提供7天短期售后支持并及时结算。 [岗位职责及要求] 1. 精通以下至少一项或多项技术：Python、机器学习、深度学习、目标检测、图像处理、算法复现、神经网络、计算机视觉、自然语言处理、表情识别、SLAM算法等。 2. 熟练使用Matlab/Simulink，并在以下至少一项或多项技术方向有深入理解：电气工程、电路设计、电力系统、通信技术、光伏风电、无人机、运动控制、动力学建模、机械臂、数值模拟、电磁场、区块链等。 [发展机会] 1. 成为平台资深兼职算法工程师，积累项目经验与技能。 2. 有机会参与平台自研的NLP和CV模型。 3. 将来可选择成为平台的全职AI算法工程师（支持远程或驻场）。 4. 更多职业发展机会与成长规划。 [我们的优势] 1. 收益透明：您直接向客户报价，客户确认交付后，款项当晚结算。 2. 稳定的项目来源：平台提供丰富的客户资源，无需自行寻找项目。 3. 优质客户筛选：平台筛选优质客户群体，为您降低沟通成本。 4. 接单自由：可选择性接单，无强制要求，灵活安排工作时间。 5. 权益保障：提供专业交付服务支持和客服服务，确保您的权益。

【岗位职责】 创销宝AI产品 1. 负责语言模型算法的研究与开发，包括但不限于自然语言处理、机器学习、深度学习等技术； 2. 构建和维护大规模语言模型，提升模型的性能和准确性； 3. 跟进业界最新的语言模型技术动态，进行技术调研和方案设计； 4. 与团队协作，完成项目需求，提供算法支持和优化建议； 5. 撰写技术文档，对内部培训和外部交流提供支持； 6. 参与公司产品的设计、开发和优化，提升产品竞争力。 【任职要求】 1. 本科及以上学历，计算机科学、人工智能、数学等相关专业； 2. 具备3-5年语言模型算法相关工作经验，熟悉自然语言处理领域的基础知识和常用算法； 3. 熟练掌握Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架； 4. 具有良好的数学基础，熟悉线性代数、概率论与数理统计等基本理论； 5. 具备较强的解决问题和创新能力，能够独立分析和解决技术难题； 6. 具有良好的团队合作精神和沟通能力，能够承受工作压力； 7. 具备较强的英语阅读和写作能力。 【薪资待遇】 1. 薪资范围：面议，根据个人能力及经验水平； 2. 享有五险一金、年终奖、股权激励等福利； 3. 提供完善的培训体系和职业发展通道； 4. 舒适的工作环境和良好的团队氛围。 工作地址

主要职责： 算法设计与研发： 负责分类、聚类、匹配和转换等机器学习算法的设计和研发，提升数据分析和智能应用的效果。 研究前沿的机器学习算法和技术，应用于实际项目中，解决复杂的业务问题。 模型训练与优化： 进行大规模数据的处理和分析，训练和优化机器学习模型，提升模型的准确性和鲁棒性。 进行特征工程和数据预处理，提升模型的输入质量。 技术实现与应用： 将机器学习算法和模型应用于实际业务场景，开发高效的解决方案。 与产品和工程团队紧密合作，确保算法和模型的高效实现和部署。 项目管理与实施： 负责机器学习项目的管理和实施，协调各部门资源，确保项目按时交付。 跟踪项目进度，及时解决项目中出现的问题和挑战。 技术文档与报告： 编写详细的技术文档和报告，记录算法和模型的设计、实现和优化过程。 向团队和管理层汇报项目进展和成果，提供技术支持和培训。 任职要求： 教育背景： 计算机科学、人工智能、统计学等相关专业硕士及以上学历，博士优先。 工作经验： 5年以上机器学习算法研发相关工作经验，有分类、聚类、匹配和转换算法研发经验者优先。 技术能力： 精通机器学习和深度学习的基本原理和常用算法，具备扎实的编程能力。 熟悉常用的机器学习和深度学习框架，如TensorFlow、PyTorch、Scikit-learn等。 项目经验： 有实际的机器学习项目经验，能够独立完成从数据处理到模型部署的全流程工作。 有分类、聚类、匹配和转换算法的项目经验者优先。 软技能： 具备良好的沟通能力和团队合作精神，能够在跨部门团队中有效协作。 具备较强的学习能力和创新意识，能够快速掌握新技术和新方法。

负责对工业数据进行深入分析和处理，帮助客户优化生产流程、预测设备故障、提高运营效率。 应用时序分析、异常检测、机器学习等技术，并在必要时使用深度学习方法进行复杂数据的处理和分析。 需要对因果分析有深入了解，并能够解析工业数据协议。 岗位职责 收集、清洗和处理工业数据，确保数据质量和一致性。 应用时序分析技术分析工业数据中的趋势和模式。 进行异常检测，识别和分析数据中的异常情况。 利用机器学习技术进行数据建模和预测，提升业务决策能力。 在需要时，应用深度学习方法处理复杂数据。 对样本处理和集成有独特见解，优化数据处理流程。 执行深入的因果分析，帮助客户理解数据背后的驱动因素，建立因果模型，解释变量之间的因果关系。 解析和理解工业数据协议，确保数据处理的准确性和有效性。 任职要求 计算机科学、统计学、应用数学或相关专业本科及以上学历。 至少3年以上数据分析相关工作经验，有工业数据分析经验者优先。 熟练掌握时序分析、异常检测、机器学习和数据处理相关技术和工具。 对深度学习有基本了解，并能够在需要时应用。 对样本处理和集成有深入理解，能够优化数据处理和集成流程。 对因果分析方法有深入理解和实践经验，能够进行因果关系建模、分析和解释。 熟悉因果推断技术。 熟悉工业数据协议解析，了解常见的工业通信协议。 熟练使用Python、其他数据分析编程语言，掌握常用的数据分析和机器学习库 （如pandas、numpy、常见分类 回归 聚类 异常检测算法、TensorFlow等）。 具备优秀的分析能力和解决问题的能力，能够独立完成数据分析任务。 具备良好的沟通能力和团队合作精神，能够与团队成员和客户进行有效沟通。 加分项 有工业物联网（IIoT）项目经验。 熟悉边缘计算和大数据处理技术。