职位职责： 1、研究并开发近似最近邻（ANN）搜索算法，重点关注过滤检索、混合检索或基于磁盘的索引方案； 2、优化现有算法，在可扩展性、延迟、内存占用和过滤支持方面持续提升； 3、与工程团队紧密合作，完成算法原型、性能评估与生产系统集成； 4、参与或撰写学术论文、开源项目或内部技术文档； 5、跟踪向量检索、RAG、LLM系统等前沿研究进展。 职位要求： 1、计算机科学、应用数学、电子工程或相关方向博士学位； 2、在**会议（如SIGMOD、VLDB、SIGIR、NeurIPS、ICML等）有向量检索、索引结构、信息检索或机器学习相关的论文发表记录； 3、深入理解ANN算法、量化技术、图索引与分区索引等核心技术； 4、具备系统级性能分析能力，能够从CPU、内存、存储等多层次对系统进行性能剖析与优化； 5、熟练使用C++或Python，具备索引类算法的实际实现与调试经验。 加分项： 1、有向量数据库或检索系统的实际构建经验； 2、熟悉FAISS、ScaNN、HNSWLib、DiskANN等主流框架； 3、理解分布式系统架构，或具备GPU加速检索的实战经验； 4、有混合检索（稠密+稀疏）、多模态检索或LLM检索相关经验者优先； 5、对将研究成果落地于生产系统充满热情。

职位职责： 1、搭建电商AB实验体系，推进电商全域科学决策水平； 2、协同横向部门，盘点能开AB实验的场景清单，并不断推进AB实验覆盖率提升； 3、建设AB实验委员会，建立复杂实验评审机制，通过实验设计/指标/分析模版规范化输出，沉淀最佳实践，提高实验科学性、敏捷性； 4、搭建AB实验决策体系，明确实验结果与后续动作之间的关联规则。 职位要求： 1、有互联网相关的较多的AB实验经验，对AB实验的原理、复杂实验设计、实验流程熟悉； 2、较强的结构化和逻辑思考能力、严谨缜密； 3、较强的推动能力，能牵动横向团队一起工作； 4、好奇心强，主动性强，能快速学习，能够独立思考，沟通能力强。

岗位描述 作为公司下一代网络与人工智能科学家/专家，负责引领公司面向 AI Native 的下一代 网络及人工智能领域的技术研究与创新引领。 岗位职责 1、 负责面向 AI Native 的下一代网络及人工智能相关产业发展、技术趋势等的研究洞察。 引领和追踪相关领域的国内外行业整体发展趋势与动态，将先进经验与思路导入公司下 一代网络及人工智能技术与产品体系。 2、 负责公司下一代网络及人工智能领域的技术研究与创新引领，并牵头完成对应技术的 POC 验证、内外部演示等工作。包括但不限于大模型，空天地一体、通感算一体、RIS， 5G 专网，Open RAN 等技术领域。 3、 参与国际标准化组织工作，推动下一代网络及人工智能领域标准制定。 岗位要求 1、 博士/优秀硕士。 2、 熟悉 5G-A/6G 国际标准及其关键技术，包括但不限于通感算一体、空天地一体、RIS 等。 3、 熟悉人工智能在通信领域的关键技术与演进趋势，如大模型、自智网络、Open RAN、 网络数字孪生等。 4、 具备 C++, MATLAB, Python 等代码编程能力，可牵头完成相关技术的系统仿真及验证。 5、 有相关工作经验者优先。 工作地点 北京

职位描述： 1、收集AI前沿信息，调研最新AI技术与数据科学融合应用方法（BI、推荐、知识图谱及评测等），输出技术选型报告 2、深入业务场景和数据科学应用需求，研究及设计AI解决方案（如知识获取/智能抽取/生成/冲突决策、自动化评测、智能分析、智能报告、大模型推荐等） 3、负责完成AI应用的大模型训练的样本集构建、agent建设、模型微调及效果调优工作，建立工程化体系，推动落地应用； 4、设计评估指标，基于使用体验、用户反馈，持续优化模型性能； 5、负责公司数据资产建设与技术升级，以及数据能力平台化沉淀，如用户画像、数据分析、推荐、实验等； 职位要求： 1、5年及以上工作经历，计算机、AI、统计等专业优先；有知识图谱、数据科学、机器建模方向工作经验者优先； 2、熟悉市场各大主流AI大模型、以及能力应用方向； 有1年以上大模型训练数据准备、模型训练/微调、效果评估等全流程经验者优先； 3、具备扎实的数据处理和机器学习建模能力，熟练掌握常见机器学习算法原理； 4、具备一定的工程开发能力，熟练掌握Python、SQL，熟悉大数据分布式计算平台。

职位描述： 1、收集AI前沿信息，调研最新AI技术与数据科学融合应用方法（BI、推荐、知识图谱及评测等），输出技术选型报告 2、深入业务场景和数据科学应用需求，研究及设计AI解决方案（如知识获取/智能抽取/生成/冲突决策、自动化评测、智能分析、智能报告、大模型推荐等） 3、负责完成AI应用的大模型训练的样本集构建、agent建设、模型微调及效果调优工作，建立工程化体系，推动落地应用； 4、设计评估指标，基于使用体验、用户反馈，持续优化模型性能； 5、负责公司数据资产建设与技术升级，以及数据能力平台化沉淀，如用户画像、数据分析、推荐、实验等； 职位要求： 1、5年及以上工作经历，计算机、AI、统计等专业优先；有知识图谱、数据科学、机器建模方向工作经验者优先； 2、熟悉市场各大主流AI大模型、以及能力应用方向； 有1年以上大模型训练数据准备、模型训练/微调、效果评估等全流程经验者优先； 3、具备扎实的数据处理和机器学习建模能力，熟练掌握常见机器学习算法原理； 4、具备一定的工程开发能力，熟练掌握Python、SQL，熟悉大数据分布式计算平台。

岗位职责： 1. 基于平台的海量数据，结合数理统计、数据挖掘、机器学习等技术，分析推荐算法效果，协助挖掘、构建可用于推荐的特征； 2. 深入理解业务问题，传递数据驱动的可视化方案和建议给到业务对接人，设计可执行的方案并推动产品决策； 3. 和用研，产品，工程师团队密切合作，部薯和落地算法模型方案； 4. 通过执行和分析A/B test来加快产品的实验和迭代。 岗位要求： 1. 有相关工作经验，计算机、统计、数学等专业背景优先； 2. 有数据驱动意识和相关产品分析决策项目的领导经验； 3. 扎实的编程基础（Python/SQL/Scala）、大数据平台使用经验和数据分析工具（R,SPSS,Tableau）的使用能力； 4. 有将数据转化成可理解和执行的决策（A/B test， 产品方案）能力； 5. 良好的团队合作意识。

职位描述： 1) 根据业务需求，设计、迭代AB实验平台的评估框架和评估方法（如波动消除、异动归因等），不断优化实验平台产品能力，为业务提供专业的数据科学支持； 2) 深入理解业务需求，为业务提供实验设计、数据分析等支持和指导； 3) 对于给定的分析问题，能够快速产出结论或分析报告； 任职要求： 1) 统计学基础扎实，对实验科学领域理论工作有浓厚兴趣和钻研精神； 2) 精通AB常用检验方法（T检验、卡方检验等），知道如何测量指标分布，指标假阳率、power等数据； 3) 熟悉Hive, Hadoop 等大数据计算框架，熟练SQl，Python； 4) 逻辑思维、分析问题能力较强，有数分背景； 5) 有AB实验平台工作经验者优先；

岗位说明： 负责工业大数据分析算法的研发，具备独立解决实际工业问题的能力。 1.针对重点行业（能源电力、大型装备、冶金、半导体、精密电子等行业）的智能制造与数智化场景，深入理解业务，识别客户需求，抽象为工业数据分析问题（即可以用机器学习/优化算法等技术解决的实际问题）。 2.针对设备域、质量域、工艺域、能源域等具有共性的数据分析模型和行业应用进行抽象与研究，基于公司的数据平台产品，进行数据分析算法和产品的研发工作。 3.针对实际数据分析项目，可以独立承担或领导团队开展工业大数据分析工作。 岗位要求： 1.工业专业教育背景（计算机、自动化、电力、电子、能源动力、半导体或化工等），研究生学历。 2.精通数据处理、统计分析、机器学习（包括深度学习）和优化算法；至少精通一种数据分析语言（Python、R等）或工具，有工程化代码开发经验。 3.熟悉自动控制、热能工程、化工、半导体、冶金等工业系统；有工业数据分析实际项目经验者优先。 4.有较强的算法软件研发经验，有企业软件和算法开发经验者优先。 5.有较强的新领域知识学习、文档写作、业务调研、客户沟通等能力。

职位类型：全职 工作地点：北京市 公司简介： 我公司是一家专注于数据科学和机器学习的创新型公司。我们致力于利用先进的技术和算法解决各种复杂的数据问题，推动业务发展。目前，我们正在寻找一位数据算法工程师（数据科学方向）加入我们的团队，共同开创数据驱动的未来。 岗位职责： 1. 负责大数据算法的设计、开发和优化，包括但不限于分类、聚类、回归、自然语言处理等任务。 2. 与产品团队密切合作，分析数据需求，提供数据解决方案。 3. 负责数据清洗、预处理、特征工程等数据处理工作。 4. 参与开发和优化数据处理和算法执行效率的工具和平台。 5. 跟踪数据科学领域的最新进展，为团队提供技术支持。 职位要求： 1. 计算机科学、统计学、数学等相关专业本科及以上学历。 2. 熟练掌握Python编程，熟悉至少一种常用机器学习库（如Scikit-learn、TensorFlow等）。 3. 了解大数据处理和分析，熟悉Hadoop、Spark等大数据框架者优先。 4. 有良好的数据敏感性和逻辑分析能力，能够从海量数据中提取有价值的洞察。 5. 具备良好的团队合作精神和沟通能力，能够自我驱动，面对挑战和压力。 6. 至少2年以上相关工作经验。 加分项： 1. 有深度学习、自然语言处理、图像处理等相关领域的研究或实践经验。 2. 发表过相关领域的学术论文或专利。 3. 有独立负责的数据分析或机器学习项目经验。 我们提供： 1. 竞争力的薪资待遇。 2. 五险一金，带薪年假，节日福利，定期体检等员工福利。 3. 宽松自由的工作环境，以及一个充满活力和创新精神的团队氛围。 4. 良好的职业发展空间和晋升机会。 联系方式： 有意者请将简历发送至xxx，我们期待着您的加入！

1.全职数学老师，主要教学小学、初中的科学科目； 2.有经验、无经验皆可（应届生也可），无经验老师需积极参与磨课，提高专业水平； 3.外地的朋友朋友有住房补贴，每月有公费聚餐，不定期团建； 4.工资采取底薪+课时费+补贴的方式； 5.从普通老师升职入管理层后，底薪提高，增加提成。

主要工作内容有： 1、备课，授课，周中作业跟进； 2、课程辅导和答疑，作业和考卷批改等工作； 3、课后与班主任，教育顾问沟通学员的上课情况，及时回访家长； 4、参与家长会，分析学员情况，并给予合理的解决方案，提高家长满意度； 5、进行阶段性测试； 6、完成领导安排的其他任务。" "任职资格： 1、本科及以上学历，普通话标准，沟通能力好，仪表仪态端庄，有亲和力； 2、具有良好的教师职业操守和服务意识，热爱教育教学工作； 3、熟练掌握办公软件和互联网的使用技巧； 4、具备教育心理学知识，较强的授课能力，讲课条理清晰，风趣幽默，有互动，能够因材施教，启发教学； 5、有责任心，抗压能力强，执行力强； 6、师范类院校优先，有相关教师资格证优先。 注：在招岗位有：初高中英语老师、初高中数学老师、初中科学老师、初中科学+高中物理/化学老师。理科学科组长也正在招，具体详谈。

职位描述: - 教授初中科学课程 - 设计和实施教学计划,确保学生能够掌握数学知识和技能; - 批改学生作业,提供反馈和建议,帮助学生改进学习; - 与学生和家长保持良好的沟通和合作,理解他们的需求和要求。 职位要求: - 本科或以上学历

岗位职责 我们面向鸿蒙生态1+8+N，负责数据科学研究，生态演进策略研究，业务价值多指标度量等任务。我们的目标是深入理解营销以及业务的运行机制，数据驱动，支撑产品团队高效科学的决策，支撑算法&策略持续优化创新，助力业务快速且可持续的增长。 1、根据业务需求完成较为深入的专项数据分析与洞察，准确定位业务问题中实际的原因； 2、将复杂问题进行拆解、定义，基于数据挖掘、统计建模等手段提出有效的策略或解决方案； 3、基于对用户人群、媒体、平台与生态系统的深入理解，通过定义科学的指标体系和探索性数据分析，准确反映业务现状，快速发现各个业务与技术方向的潜在改进机会； 4、与协同的各团队紧密配合，设计、实施科学合理的AB实验或观察性研究，指导科学的决策与迭代闭环，推动数据分析结论的落地与持续优化。 岗位要求 业务技能要求： 1 优秀的商业分析报告撰写能力，有及时发现和分析其中隐含问题的敏锐性； 2 至少掌握一种数据分析工具； 3 至少熟悉一种数据库，熟练运用SQL,有丰富的数据分析、挖掘、清洗和建模经验； 4 熟练使用JAVA/C++/Python/PHP 构建中等规模的数据分析系统, 有丰富的脚本处理数据经验。 专业知识要求： 熟悉数据分析方法和工具，有数据分析领域工作经验者优先 1、 计算机、自动化、数学、统计学、管理科学与工程、数据科学与大数据技术、信息安全等专业优先； 2、 有统计分析、机器学习、数据挖掘等领域的理论知识基础和实践经验，包括概率统计、数据挖掘、机器学习算法； 3、 热爱编程，基础扎实，熟悉掌握不限于Python/JAVA等编程语言中的一种或数种，有良好的编程习惯； 4、 熟悉Oracle、DB2、SQL Server、mySQL等至少一种数据库；对数据结构、算法有一定了解； 5、 掌握分布式并行计算框架，包括Hadoop、Hive、Spark、流式计算、实时计算等大数据相关技术； 6、 具备独立工作能力和解决问题的能力、善于沟通，乐于合作，热衷新技术，善于总结分享，喜欢动手实践

岗位职责： 1. 做审核，完成【个护类目】日常科学审核工作。 需要从科学层面把控业务质量，保证进入业务的产品科学性以及在各平台输出内容的科学严谨性； 2. 做标准，建立和优化科学审核相关标准。 需要充分理解相关领域国家/行业/团体标准，并结合丁香医生的业务需要，制定/优化/迭代相关领域的科学审核标准，同时推动标准落地，打造丁香认证体系； 3. 做培训，面向非专业人士进行专业分享和培训。 需要充分利于自身专业知识，为内部业务团队进行专业科普教育，帮助业务团队提升科学健康心智。 任职条件： 1. 化学专业，硕士及以上学历； 2. 能够熟练进行专业文献检索、阅读，并充分理解文献关键信息； 3. 思路清晰，沟通顺畅，有一定的文字编辑功底，能将专业知识用相对通俗的语言表达出来； 4. 工作细致负责，有良好的学习能力、沟通能力、团队协作能力； 5. 有第三方检测机构，美妆个护广审/质量审核相关从业经验优先。

1）负责从多种数据源收集数据，并进行数据清洗、转换和预处理，确保数据的质量和适用性。 2）使用统计分析和数据挖掘技术，对数据进行分析和探索，挖掘数据中的规律和趋势，为后续的建模和预测提供基础。 3）运用机器学习和深度学习技术，开发和训练模型。 4）对开发的模型进行优化和调优，以提高模型的准确性和效率。 5）负责数据科学和AI项目的计划、执行和交付，与跨部门团队合作，确保项目进展和成果达成。 6）跟踪数据科学和AI领域的最新进展和技术，不断学习和探索新方法和工具，保持技术的更新和创新。