岗位职责: 1、参与公司云产品的的工程落地和优化，能够在不同设备上给出相应的优化方案和落地实现； 2、参与机器学习/深度学习系统的设计、开发和优化，包括训练框架优化、推理框架优化等；  3、深入业务的流程，制定应用机器学习/深度学习技术的优化方案。 任职要求: 1、大学本科及以上学历，并取得相应学位，计算机、数学、物理、人工智能等相关专业等相关专业优先； 2、五年以上互联网研发工作经验，其中三年及以上模型训练框架、推理框架相关优化工作经验； 3、熟练掌握TensorFlow、Caffe、Pytorch等主流深度学习框架中的一种或多种，并有具体的项目应用经验(包括但不限于模型训练优化、模型推理优化等经验)； 4、拥有良好的C/C++、Python编程能力，良好的软件设计和开发能力； 5、熟练掌握GPU编程技术，有CUDA C/C++编程经验，有GPU并行计算编程基础(NCCL)经验更佳； 6、诚实守信、作风踏实严谨、责任心强，具备良好团队协作能力精神，学习能力强，善于解决复杂问题； 7、过往工作业绩优秀，或有知名互联网/IT、云服务头部企业工作经验者优先。

岗位职责： 1、负责图像、视频相关的基于深度学习的算法模型的调研、设计与开发 2、负责对算法进行工程落地，采用压缩、加速等技术进行性能优化, 解决客户端部署性能问题 3、跟踪前沿的深度学习算法，不断对算法进行升级优化 任职资格： 1、计算机科学、信号处理、图像识别、机器视觉等相关专业，硕士及以上学历 2、精通深度学习的基本原理，具备扎实的CV理论基础和相关技能 3、熟悉Python编程，能够熟练使用Tensorflow、Pytorch等至少一种深度学习框架 4、能快速阅读各类中英文文献，理解并实现算法 5、编程基础扎实，有良好的编程规范，熟练运用C++进行代码开发 6、在目标检测、动作识别、图像生成、多模态理解等领域有实际的项目经验者优先

工作地嘉兴 1. 负责深度学习算法在目标检测、识别和跟踪，以及视频结构化算法研究，并进行模型轻量化，C++部署； 2. 负责有限嵌入式芯片算力下高效能深度估计算法，以及全向视觉感知算法研究，并在ROS操作系统上的构建； 3. 负责端到端感知-最优轨迹生成的全新自主导航算法研究。 任职要求 1、精通C/C++/Python，掌握多线程编程，熟悉1~2门深度学习框架； 2、熟悉ROS机器人系统技术体系，掌握ROS开发工具，有QT界面开发者优先； 3、有自动驾驶领域或者无人系统领域开发经验者优先，熟悉强化学习算法优先。 关键词：ROS，深度学习，强化学习，模型量化部署，自主导航，检测识别跟踪

工作职责 1.根据场景进行营销模型的高效开发、部署和监控 2.负责机器学习平台/深度学习算法平台的建设 3.跟踪、研究及转化机器学习/深度学习等前沿技术 任职资格 1.精通常见的机器学习理论和算法比如LR,RF,GBDT,XGboost等，并能根据业务场景快速将模型落地、部署和监控；有较强的算法分析和实现能力 2.熟悉大数据系统Spark/hadoop/Hive等数据读取、存储、分析的核心原理及应用 3.熟悉深度学习理论，精通至少一种深度学习框架（tensorflow/keras/pytorch）等，有深度学习实际项目部署和应用经验 4.熟悉Java/Python，具备较强的Linux下开发经验 5.计算机/数学/信息相关专业本科5年以上，硕士3年以上，博士2年以上，机器学习/深度学习相关算法经验 6.乐观积极，敢于面对挑战

职位描述： 1、负责核心搜索排序算法的创新研究及开发，进行线下和线上实验评估，并对于算法策略进行持续优化； 2、深入理解搜索排序场景业务模式，通过数据分析和挖掘，构建产品侧和用户侧等特征，驱动搜索排序算法迭代； 3、跟进搜索排序算法迭代，针对AB实验进行效果分析和归因分析，并不断从业务角度、数据角度推进搜索排序模型优化； 4、主动诊断及发现业务问题，科学的方法和分析输出业务策略，同时能基于复杂的业务问题进行数据挖掘和模型探索，沉淀业务分析思路，产出对业务和产品有价值的方案和建议。 任职资格： 1、1年及以上相关工作经验；计算机、统计学、数学、信息技术等相关专业；研究生及以上学历优先； 2、良好的数据敏感度，能从海量数据提炼核心结果；有丰富的数据分析、数据挖掘、效果评估的经验和能力； 3、有机器学习算法基础、数据挖掘基础以及相关工作经验，熟悉常用的算法模型；有搜索或推荐场景数据算法相关工作经验优先；精于逻辑推理、统计分析理论； 4、熟悉一种或多种编程语言Python/Java等；熟悉一种或多种主流的分布式深度学习计算框架Tensorflow/PyTorch等；熟悉Hadoop、Spark等分布式并行处理技术，熟练掌握Hive SQL语言； 5、具备良好的抗压能力、沟通能力和团队精神，有独立开展分析研究项目经验。

【工作职责】 1、承担平台智能边缘控制软件、光性能、光调测等核心模块及子系统的软件需求分析、设计及开发； 2、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； 3、参与AI算法研究、AI软件技术研究及技术规划，及新技术原型验证，负责AI新技术能力传递 【任职要求】 业务技能要求： 1、具有软件开发1年以上经验，熟悉Python、C++至少一种编程语言，熟悉Linux，具备扎实的编程基础和良好的编程习惯； 2、熟悉常用数据处理和数据分析方法，有一定的统计学基础，熟练使用pandas、numpy等进行数据处理，具备大数据处理相关经验； 3、熟练使用sklearn、tensorflow/keras/caffee等进行机器学习或者深度学习算法处理优先。 专业知识要求： 1、***本科及以上学历；计算机科学技术、自动化控制、模式识别、图像处理、应用数学和统计学等相关专业； 2、熟悉常用分类和回归算法：线性回归、svm、决策树、k-means、kNN等算法原理； 3、熟练使用python语言，可以使用sklearn、tensorflow/keras/caffee等进行机器学习或者深度学习算法处理。

岗位职责 1、负责图像、视频算法模型的训练、推断服务的架构，保障线上各类算法服务的稳定运行； 2、负责深度网络的训练、推断的性能优化，包括模型的压缩和上端，保证深度模型线上的服务，探索和实现最新的移动端优化技术。 任职要求 1、计算机、软件或相关专业硕士以上学历，3年及以上一线编程开发经验，编码习惯良好； 2、熟悉互联网，了解Tensorflow/Pytorch或其他主流深度学习框架之一，能够进行相关的性能优化； 3、熟练使用C/C++/Java编程语言，对算法和数据结构有深刻的理解，熟悉Linux开发环境； 4、熟悉网络编程及相关原理、协议，有高并发、复杂网络服务的架构设计经验； 5、具有优秀的分析和解决实际问题的能力和态度，有创业的激情和很强的抗压性。

岗位描述： 1、负责图像识别相关算法的研究和实现； 2、开发应用在端侧和边缘侧设备的视觉模型，进行模型精度提升和加速压缩； 3、主导深度学习算法场景落地； 4、结合应用场景建设视觉应用AI平台。 岗位要求： 1、本科及以上学历，计算机或数学相关专业； 2、具有良好的数学功底，对数据建模、机器学习和深度学习有深入的理解与认识； 3、良好的C/C++/Python编程基础；至少熟悉一种常用深度学习开发框架； 4、掌握常见的分类、检测、分割、生成模型；掌握常用模型加速和压缩技术； 5、⼯作认真负责，有快速学习的能⼒，主动积极，有好奇⼼； 6、具有良好的沟通、团队协作、工程实现、计划和达成目标的能⼒。

岗位职责 负责增强现实相关的重建、定位、跟踪等核心算法开发和优化。 负责AR SDK的核心算法功能的产品化。 任职要求 计算机、自动化、增强现实等相关专业和领域本科及以上学历。 具备计算机视觉、3D视觉、机器学习、深度学习、模式识别等相关领域扎实的基础。 熟练使用OpenCV，熟悉主流深度学习库的一个或多个（PyTorch，Tensorflow/Keras、Caffe等）。 具有视觉SLAM、三维重建、高精度地图、视觉定位、图像检索、局部特征、深度模型压缩和优化、深度学习系统部署等相关方向工作经验者优先。 热爱计算机视觉、增强现实、机器学习。

岗位职责 1、负责图像、机器学习算法模型的训练、推断服务的架构，保障线上各类算法服务的稳定运行； 2、负责深度网络的训练、推断的性能优化，包括模型的压缩和上端，保证深度模型线上的服务； 任职要求 1、计算机、软件或相关专业硕士以上学历，3年及以上一线编程开发经验，编码习惯良好； 2、熟悉互联网，了解Tensorflow/Pytorch或其他主流深度学习框架之一，能够进行相关的性能优化； 3、熟练使用C/C++/Java编程语言，对算法和数据结构有深刻的理解，熟悉Linux开发环境； 4、熟悉网络编程及相关原理、协议，有高并发、复杂网络服务的架构设计经验； 5、具有优秀的分析和解决实际问题的能力和态度，有创业的激情和很强的抗压性； 加分项 1、具有图像检索相关工作经验者优先； 2、有深度模型压缩或模型上移动端经验者优先。

岗位职责： 1.负责服务器端大规模图像检索引擎的开发和优化； 2.负责服务器端通用物体识别引擎的开发和优化； 3.负责服务器端视觉算法优化； 任职资格： 1.图像处理、模式识别、计算机视觉、机器学习等相关专业，硕士及以上学历； 2.有服务器端图像检索、物体识别等开发经验，精通至少一种高效数据存储系统； 3.在深度学习、计算机视觉和最优化方法等方面有深入研究，掌握至少一种深度学习框架； 4.深入理解图像局部不变特征及特征压缩编码，并有丰富经验； 5.深入理解物体检测、跟踪与识别算法，并有丰富经验； 6.3年以上相关工作经验，动手能力强，有较强的算法分析和实现能力； 7.热爱计算机视觉、图像识别算法；

职位职责： 团队负责字节跳动中台机器学习能力，其中视觉检索方向主要提供大规模视频检索能力，负责建设字节跳动视频相似识别相关能力的基础架构和业务中台；目前已为包括抖音、西瓜视频、今日头条在内的各 app 提供了视频消重、原创性识别、版权识别、视觉审核等等重要能力输出。 该职位主要承担其中的模型与算法能力建设与落地，具体工作内容包括： 1、分析业务需求，针对海量内容的重复/相似检测，提供视觉比对、表达学习、大规模索引等解决方案； 2、参与抖音、今日头条等产品中机器学习算法应用与优化，将视觉检索以及视频理解能力落地在推荐与广告中； 3、探索计算机多模态前沿技术，负责整体算法和系统的迭代和进化； 4、和工程团队密切配合，探索新算力架构下的新算法。 职位要求： 1、在多媒体和计算机视觉某个领域有较深入的研究，包括但不限于图像/视频/音频特征提取、分类识别、Re-Identification、无监督/自监督学习、压缩量化、近邻检索等； 2、熟悉至少一种主流深度学习编程框架（TensorFlow/PyTorch）； 3、熟悉深度学习算法（CNN/RNN/LSTM/RL/推荐广告的大规模Sparse&Dense模型等）； 4、具有独立解决问题的能力，良好的团队合作意识和沟通能力； 5、自驱力强，愿意接受挑战，充满想法。 加分项： 1、熟悉大规模数据场景的算法设计； 2、在多模态、推荐、广告方面有过实际的项目经验。

职位职责： 1、接触字节跳动最新、业界前沿的推荐技术，参与超大规模机器学习系统与推荐系统的全栈开发； 2、负责快速增长的抖音影像业务：剪映、醒图、轻颜等的推荐算法工作，基于百亿级别的样本搭建业界领先的推荐系统，为用户短视频，图文创作推荐模版工具； 3、应用先进的机器学习技术，优化影像模版在多场景、全链路的推荐核心算法&策略(召回、粗排、精排等等)，提升个性化分发与推荐效率； 4、研究方向包含且不局限于：深度学习、图神经网络、多任务学习、learning to rank、模型压缩和加速、多模态技术等，结合业务的实际问题来做好技术的探索和研究； 5、独立负责业务场景中的一个模块，和产品以及运营团队紧密合作，对用户、创作者的行为做深入的理解和分析，制定针对的算法策略促进生态良性发展。 职位要求： 1、具备优秀的编码能力，扎实的数据结构和算法功底； 2、有扎实的机器学习/深度学习理论和丰富的实践经验，熟悉至少一种主流深度学习编程框架； 3、优秀的分析问题和解决问题的能力，对解决挑战性问题充满激情； 4、熟悉机器学习、自然语言处理、数据挖掘中一项或多项，在**会议发表论文，或ACM/机器学习等竞赛获奖，或对推荐系统、计算广告、搜索引擎相关领域有经验者优先。

1. AI模型的端侧部署和加速； 2. 优化边缘计算平台, 打造在边缘计算行业的核心竞争力； 3. 边缘计算芯片性能优化，包括高通，瑞星微等AI芯片的性能优化； 4. 底层AI框架通用性封装和优化，保障底层框架的稳定性及高效； 任职要求： 1. 计算机或电子相关专业本科或以上，3年以上相关工作经验； 2. 精通C/C++开发，熟悉多线程编程，掌握常用数据结构和算法; 3. 熟悉Linux系统，至少精通C/C++/Python中的一种。编码能力突出，热爱编程, 具有扎实的工程实现能力； 4. 对计算机架构有深入理解，特别是CPU、GPU、NPU； 5. 有扎实的异构计算、并行计算基础 (CUDA, OpenCL, GLSL, or NEON/AVX/SSE等)，对某子领域有较深入研究者优先； 6. 有深度学习算法(计算机视觉，NLP，语音等)、深度学习模型量化与压缩、深度学习框架开发等方向的相关经验者优先； 7. 熟悉如下至少一种AI推理框架: MACE, Tensorflow Lite, PaddlePaddle Mobile, SNPE, TNN, ncnn等； 8.有下列相关经验者优先考虑： 有人工智能相关的系统架构、核心模块设计经验，参与过至少一个中大型的人工智能相关的框架研究与开发； 熟悉TensorFlow/PyTorch/ONNX/Caffe等主流深度学习框架； 有GPU/NPU/DSP或者相关异构计算平台开发和调优经验； 9. 拥有良好的团队协作和抗压能力，有技术热情。

工作职责: -负责百度AI开发平台和大模型平台上的模型开发、效果调优，使平台上的模型算法保持领先 -负责平台客户的场景建模任务，将模型算法落地到客户的业务场景中 -负责LLM、深度学习、机器学习等方向相关问题研究，跟进前沿技术动态 -负责分布式深度学习平台以及深度学习框架加速等建设 任职资格: -本科及以上学历，计算机相关专业优先，良好的沟通与表达和团队协作能力 -熟悉至少一种深度学习框架（PaddlePaddle、PyTorch、TensorFlow、Caffe等） -熟练使用Linux系统，熟练使用c++、python等语言，精通常用算法和数据结构，对常见的机器学习、深度学习算法有较强的实践能力 -熟悉LLM相关技术，如transformer, prompt tuning, RLHF, langchain等，对相关技术落地有自己的理解 -了解常见的和大模型的分布式训练方法，如parameter server、ring all reduce等，再如混合精度训练、ZeRO、梯度压缩等加速方式