-
职位描述 深度学习场景理解:用深度学习技术让计算机理解图像或视频中的内容,比如识别物体、分割场景等。 模型优化:改进现有的深度学习模型,让它们更快、更准、更高效。 前沿技术研究:跟踪最新的深度学习技术,做实验验证这些技术是否有效,并进行优化。 文档编写:把算法和技术写成文档,方便团队理解和使用。 任职要求 学历和专业:需要计算机视觉、数学、遥感、摄影测量等相关专业的硕士学历,或者有两年以上相关工作经验。 深度学习任务经验:熟悉用深度学习做目标检测、识别、跟踪、语义分割等任务,比如用YOLO、RCNN、SSD等模型。 数学基础:要有扎实的数学功底,尤其是几何和统计学,并且知道这些技术在自动驾驶(ADAS)中的应用。 编程能力:熟练掌握C/C++、Python、Matlab等编程语言,会用OpenCV、Dlib等工具。 算法和性能优化:熟悉常见的数据结构和算法,能够优化代码性能。 深度学习调参经验:有深度学习模型调参经验,熟悉模型压缩技术(如剪枝、量化、知识蒸馏)的优先。
-
1.负责深度学习算法开发,包括通用算法模型库的开发和优化,以及面向应用业务的领域算法设计与实现,涉及研究成果的工程化。 2.负责深度学习算法的理论分析、形式化验证、性能测试等工作。 3.与后台系统组件及AI引擎开发人员配合,实现软件各组件的功能对接。 4.负责基于大模型的应用开发,持续改进应用效果。 5.参与软件工程相关文档资料的编写整理工作。 任职资格 1.熟悉Python等语言,熟悉数据处理和算法领域常用的开发库。 2.熟悉经典机器学习算法及其数学原理、神经网络模型、常用神经网络的实现及优化技术;熟悉一种或多种深度学习引擎(TensorFlow、PyTorch)的使用方法及其外部生态;开源贡献者优先。 3.理解服务器端软件开发的全流程,并具有基本的软件架构设计能力。 4.熟悉Python开发相关的工具链,了解软件工程规范和流程。 5.具有较强的学习、理解和团队合作能力,乐于探索新技术、新方法,追求知识和能力的进步。 6.在人工智能或相关领域有2年以上工作经验者优先;熟悉人工智能应用业务知识者优先。 7.大学本科或以上学历,能够熟练阅读理解英文材料。
-
职位描述: 1.负责深度学习算法开发,包括通用算法模型库的开发和优化,以及面向应用业务的领域算法设计与实现,涉及研究成果的工程化。 2.负责深度学习算法的理论分析、形式化验证、性能测试等工作。 3.与后台系统组件及AI引擎开发人员配合,实现软件各组件的功能对接。 4.负责基于大模型的应用开发,持续改进应用效果。 5.参与软件工程相关文档资料的编写整理工作。 任职资格 1.熟悉Python等语言,熟悉数据处理和算法领域常用的开发库。 2.熟悉经典机器学习算法及其数学原理、神经网络模型、常用神经网络的实现及优化技术;熟悉一种或多种深度学习引擎(TensorFlow、PyTorch)的使用方法及其外部生态;开源贡献者优先。 3.理解服务器端软件开发的全流程,并具有基本的软件架构设计能力。 4.熟悉Python开发相关的工具链,了解软件工程规范和流程。 5.具有较强的学习、理解和团队合作能力,乐于探索新技术、新方法,追求知识和能力的进步。 6.在人工智能或相关领域有2年以上工作经验者优先;熟悉人工智能应用业务知识者优先。 7.大学本科或以上学历,能够熟练阅读理解英文材料。
-
岗位描述 — 负责追踪和研究AIGC方向的前沿,包括但不限于图像,语言,语音,3D,以及多模态生成等的研发工作 — 参与大规模生成模型训练,相关算法的实现,及最终的落地 — 持续跟进研究MLOps前沿解决方案,配合研发团队设计稳健的机器学习平台 岗位要求 — 本科及以上学历,数学、计算机、人工智能或其他相关专业 — 熟悉机器学习和深度学习的基本原理,掌握常见的生成模型的算法,包括VAE,GAN,AE,NF,扩散模型等 — 具有扎实的编程功底,熟练go/python/c++种至少一种编程语言,并熟悉Linux开发环境 — 熟练使用主流的的数据分析处理,及机器学习/深度学习的框架,如Numpy,Scipy,Pandas, Scikit-learn, Tensorflow,Pytorch等 — 了解容器的管理相关的工具,包括docker,k8s — 了解机器学习工程化MLOps相关工具,包括MLFlow,Metaflow,DVC,Feature Store等 — 有良好的学习能力和创新思维,能分析和解决实际问题,具备钻研精神,及较好的团队协作和沟通能力
-
AI算法工程师【岗位职责】 1、负责平台相关业务的AI算法研发、数据处理、模型训练、模型调优和训练流程自动化; 2、参与AI算法研究、AI软件技术研究及技术规划、新技术原型验证,负责AI新技术能力传递。【岗位要求】 1、具备大型项目实际经验,独立承担过子模块的开发工作; 2、熟悉TensorFlow/scikit-learn/xgboost/Caffe/Mindspore等主流深度学习框架的使用,具备AI算法开发及应用经验优先。
-
1. 负责公司基础平台二三维图形基础算法的研发与优化; 2. 开发三维网格处理、地图综合、空间分析等专题算法; 3. 跟踪前沿技术,结合业务需求进行技术创新与算法升级; 4.与产品团队协作,推动算法在实际系统中的集成与落地 任职要求: 1. 计算机、地理信息、测绘、数学或相关专业本科及以上学历; 2. 熟练掌握C++编程语言,具备扎实的数据结构与算法基础; 3. 熟悉GIS基础理论,了解常见空间数据模型及空间索引结构; 4. 有二维矢量拓扑处理或三维网格处理相关项目经验者优先; 5.具备良好的沟通能力和团队协作精神,能够独立分析和解决问题;
-
岗位职责: 1、负责AI训练、推理平台的开发和日常迭代; 2、基于Kubernetes完成算法工程化的全流程研发,保证线上服务的稳定性; 3、深入主流人工智能框架,进行定制开发; 4、基于GPU的深度学习分布式训练研发及优化。 任职要求: 1、本科及以上学历,熟练掌握 C/C++,Python,Java,Vue中至少两门语言, 熟悉常用数据结构及设计模式; 2、对Linux操作系统和网络有深入理解; 3、对Docker,Kubernetes, CUDA用过等技术有深入理解的优先; 4、对大规模分布式训练框架熟悉的优先; 5、熟悉人工智能框架(TensorFlow、PyTorch、MXNet、Caffe等)的优先。 6、需要具备嵌入式开发部署的经验,例如xavier NX,海思平台或A311D等相关嵌入式平台 7、具备优秀的分析、解决问题能力和文档撰写能力,能够快速学习新知识,具有团队合作精神。传感器数据处理
-
岗位职责: 1、负责AI训练、推理平台的开发和日常迭代; 2、基于Kubernetes完成算法工程化的全流程研发,保证线上服务的稳定性; 3、深入主流人工智能框架,进行定制开发; 4、基于GPU的深度学习分布式训练研发及优化。 任职要求: 1、本科及以上学历,熟练掌握 C/C++,Python,Java,Vue中至少两门语言, 熟悉常用数据结构及设计模式; 2、对Linux操作系统和网络有深入理解; 3、对Docker,Kubernetes, CUDA等技术有深入理解的优先; 4、对大规模分布式训练框架熟悉的优先; 5、熟悉人工智能框架(TensorFlow、PyTorch、MXNet、Caffe等)的优先。 6、需要具备嵌入式开发部署的经验,例如xavier NX,海思平台或A311D等相关嵌入式平台 7、具备优秀的分析、解决问题能力和文档撰写能力,能够快速学习新知识,具有团队合作精神。
-
工作职责 1.进行大数据场景下的数据统计、数据挖掘,包括数据清洗、模型建立、评估优化等; 2.解决业务的痛点,用数据科学/人工智能/机器学习的技术来解决实际业务问题,实现业务价值; 3.推动各类数据应用产品的研发和落地,能够将通过数据分析和建模的数据结果,指导业务的使用,促进业务改进。 任职资格 1.研究生及以上学历,理工类相关专业,有统计,分析,建模等相关学术项目经验; 2.熟悉Fab业务,对异常具有一定的理解以及分析能力; 3.有较强的自主学习能力,责任心强,具备良好沟通能力与团队合作意识; 4.善于接受新事物、敢于自我挑战。
-
工作地点杭州之江实验室新园区 岗位职责: 深度学习相关算法的代码实现、测试及验证 任职要求: 1. 机器学习、统计、应用数学、信号处理、人工智能、运筹优化或相关专业硕士或博士学历; 2. 熟练掌握至少一门编程语言,包括但不限于Python、MATLAB; 3. 能熟练运用至少一种深度学习架构进行深度学习的算法实现和大数据分析; 4. 有运用算法处理、分析至少一类数据的实战开发经验(数据类型包括但不限于语音、图像、文本、网络、时间序列等)‘ 5. 具备严谨的科学态度,良好的沟通表达能力及团队合作意识; 6. 在机器学习、NLP、语音、机器视觉、统计学、大数据等相关重要学术刊物或会议上发表过学术论文者、熟悉贝叶斯方法者优先。
-
深度学习/脉冲神经网络算法工程师(工作地点嘉兴)
[小东门] 2022-10-3115k-30k 经验在校/应届 / 硕士人工智能服务,物联网,制造业 / 不需要融资 / 150-500人本岗位工作地点浙江省嘉兴 单位优势:新型研究院,事业单位,一线城市的薪酬、二线城市的房价、花园式的工作环境,人才房票,包吃住,五险一金全额,平台大,技术前沿,团队年轻扁平化 岗位介绍: 深度学习/脉冲神经网络算法 1)研发与当前人工神经网络结合的新型网络结构和新型网络训练方法及学习理论; 2)研究包括但不限于以下深度学习领域中的一个: i)注意力机制模型Transformer/Bert ii)图神经网络 GNN/GCNN iii) 强化学习 iv)自监督学习 v)知识图谱推理 3)超大规模类脑神经网络学习理论研究及算法研究; 4)研究通用人工智能学习理论与技术。 5)紧密跟踪当前类脑计算研究进展与相关算法;" 岗位要求: 1)类脑计算、人工智能、信号处理或计算机相关专业硕士及以上学历,在相关领域发表过顶会论文或期刊论文。 2)希望从事类脑智能研究,紧密跟踪当前类脑计算研究进展与相关算法; 3)熟练使用Python或C/C++编程语言,熟悉CUDA编程者优先; 4)熟悉包括但不限于以下深度学习领域中的一个的优先: i)注意力机制模型Transformer/Bert ii)图神经网络 GNN/GCNN iii) 强化学习 iv)自监督学习 v)知识图谱推理 5)熟悉至少一种TensorFlow/Keras/PyTorch等主流深度学习框架者优先; -
本岗位工作地点浙江省嘉兴 单位优势:新型研究院,事业单位,一线城市的薪酬、二线城市的房价、花园式的工作环境,人才房票,包吃住,五险一金全额,平台大,技术前沿,团队年轻扁平化 岗位介绍: 1)负责大规模脑仿真系统的软件平台构建,脑仿真软件框架适配; 2)负责类脑容器云平台设计、研发和调优工作; 岗位要求: 1)熟练掌握至少一种编程语言,如Python、C、C++等,具备专业编程实现能力者优先,熟悉cuda编程、即时编译者优先; 2)学习能力强者优先; 3)有深度学习相关开发经验,熟悉深度学习框架(如paddle paddle,TensorFlow、PyTorch等)、熟悉深度学习相关算法者优先; 4)精通Python/Golang/Python 中的任意一种语言,具有丰富的开发、调试和性能优化等经验。
-
【岗位职责】 1、 负责知识增强大语言模型研发(RAG),包括但不限于大模型领域知识适配,知识对齐,知识增强等算法研究工作; 2、 深入整合高速行业知识,在不同业务场景下完成车辆追踪、车路协同、数据融合、AI视频分析等相关算法的设计与实现; 3、 使用交通仿真工具(SUMO/VISSIM)验证算法效果,迭代优化模型; 4、 探索业界最新的研究成果,结合实际业务,落地到创新产品。 【任职要求】 1、 本科及以上学历,3年以上算法研发经验,具有自然语言处理、模式识别或者机器学习相关专业; 2、 熟悉常用的机器学习、深度学习框架(如TensorFlow、PyTorch等); 3、 熟练掌握Python、C++等编程语言,具备扎实的算法和数据结构基础; 4、 熟练掌握时空序列预测(LSTM/Transformer)、目标检测(YOLO系列)及多模态融合技术; 5、 有大语言模型训练、调优或大模型函数调用、AIAgent、对话系统经验者优先; 6、 有交通行业、高速公路行业相关经验者优先。
-
有大模型项目经验优先考虑 【任职要求】: 1.本科及以上学历,计算机、软件工程或相关专业背景,2年相关工作经历; 2.精通机器学习、深度学习算法,如神经网络。 3.掌握机器学习基本算法和技术,如线性回归、逻辑回归、决策树、随机森林、支持向量机、聚类算法等; 4.扎实的编程基础,熟练掌握至少一种常见的深度学习框架,譬如Caffe、TensorFlow、PyTorch和Keras,熟悉或接触过算法的定浮点转化方法; 5.能够熟练使用MSSQL、PostgreSQL、Redis等开源数据库,有大数据的存储、索引优化经验者优先; 6.英语CET4以上,(1)有NLP、深度学习、机器学习项目经验者优先;(2)具备多模态AIGC大模型训练经验者优先; 福利待遇: 上班时间:【9:00-12:00 13:30-18:30】 五天八小时工作制,周末双休,法定节假日休,五险一金,节假日福利。 丰富多彩的员工活动:员工聚餐、节日晚会、旅游活动、优秀员工表彰活动等
-
职位描述 负责大数据集的采集、清洗、存储与管理,构建高效的数据处理流程。运用深度学习算法(如 CNN、RNN、Transformer 等)进行模型设计、训练与优化,解决复杂业务问题,包括但不限于图像识别、自然语言处理、预测分析等领域。协同团队进行算法的工程化实现,优化模型性能以满足大规模数据和高并发场景的需求,持续跟踪前沿技术,将新技术应用于实际项目,提升产品的智能性与竞争力。 任职要求 硕士及以上学历,计算机、数学、统计学等相关专业。熟练掌握 Python、C++等编程语言,具备扎实的编程功底和数据结构算法基础。熟悉 Hadoop、Spark 等大数据生态系统,有丰富的大数据处理经验。深入理解深度学习原理和框架(如 TensorFlow、PyTorch),在相关领域有实际项目经验和成果,能够独立承担算法研发任务,具备良好的团队协作、沟通能力与问题解决能力,较强的学习能力和自我驱动力,能紧跟技术发展趋势。 欢迎有志之士加入,共同探索大数据与深度学习在半导体制造产业的无限可能,推动技术创新与业务发展。


