职位描述: 1. 多模态大模型:探索跨模态的信息对齐方法，研究多模态大模型的预训练、指令微调、RLHF（拒绝学习与强化学习）等技术，评估和提高多模态数据质量，进行数据清洗 2. 内容理解:探索适合微博的实体识别、属性抽取、关系分类等技术，探索图文/视频多模态的内容分类、信息抽取、智能摘要等技术 任职要求: 1. 自然语言处理、计算机视觉、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生 2. 熟悉BLIP2、LLaVA、MiniGPT、VisualGLM、Qwen-VL等LMM模型结构及训练方法； 3. 熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础

1、参与图像、视频内容生成、理解、检索，自然语言理解等方向前沿技术研究 2、根据业务场景，给出相关算法层面解决方案并进行研发 3、完成相关模型搭建/调优/训练等相关工作，积极推动所负责能力的性能优化及工程化落地 4、持续关注相关领域最新进展,并进行前沿算法思想的落地验证 岗位要求： 1.计算机、数学等相关专业，硕士及以上学历，1-3年工作经验 2.数学基础扎实,能独立对现有算法进行定制优化提升 3.熟悉一般扩散模型、多模态模型，在图像生成、视频理解、多模态等方向有较为深入的研究，熟悉TensorFlow, Pytorch等框架 4.熟悉C/C++/python等语言，能熟练使用上述语言之一进行项目开发 5.了解数字图像处理一般方法，并有与深度学习相结合的实践经验； 加分项: 1.拥有扩散模型、多模态模型训练、调优经验者优先; 2.有AIGC方向项目商用落地经验者优先; 3.在国际期刊、会议上发表论文者优先

职位职责： 1、设计开发大规模因果模型，支持多场景多目标的十亿用户级建模要求，优化娱乐直播用户的留存和体验； 2、设计开发激励策略，刻画策略对用户的长期影响，量化单次激励对于用户的长期增益、优化投放和激励策略，设计在无偏数据以及成本约束下的激励策略； 3、研究突破业务激励增长算法难题，包括大规模离散特征深度学习、因果模型、关系网络、运筹优化策略等研究方向，为业务增长赋能。 职位要求： 1、具备扎实的编码能力和机器学习理论基础，拥有良好的代码习惯和文档编写能力； 2、掌握机器学习的理论基础，熟悉经典的算法模型 (GBDT/LR/FM/DNN等) 和相关工具框架 (Tensorflow/PyTorch等)； 3、能熟练使用Hive/S预估、因果推断、Uplift建模、统筹优化等项目中有实际的工作经验更佳； 4、优秀的理解沟通和团队协作能力，能快速理解业务背景，对数据敏感，以数据事实为基准，有较强责任心。

职位职责： 1、负责字节跳动生活服务场景的作弊风险的发现与治理，包括交易、营销、恶意行为、流量等风险； 2、利用海量内容和行为，结合大模型技术、序列检测、图表示等人工智能方案，识别风险行为和用户； 3、构建业内领先的交易风控体系，持续探索算法方案创新，维护平台公平可信，为业务保驾护航。 职位要求： 1、两年以上算法研发经历，计算机相关专业本科及以上学历； 2、熟悉C++/Java/Python，具备优秀的编码能力，至少熟悉一种常见的机器学习/深度学习平台； 3、对业务和数据敏感，能够从数据上发现风险，提出解决方案，并验证效果； 4、有钻研精神，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧； 5、具有风控算法研发经验，对黑灰产对抗有一定了解者优先。

岗位职责: 1.推荐系统方向的系统设计和后端开发实现、推荐策略和算法等。2.ctr server、标签系统、用户画像、内容推荐等相关方向的研发工作。3.海量用户服务架构、大规模数据平台、算法平台等相关开发和建设。 任职资格: 1.重点本科以上学历，计算机/数学相关专业；1年以上推荐相关方向研发经验。2.熟悉java或者c++,java语言优先；熟悉linux开发环境，较好的编程功底。3.对数据敏感，较强的动手实践能力、代码工程经验，逻辑思维强。加分项：1.了解nlp、特征工程、推荐系统、策略优化等。2.有大规模推荐系统架构设计和开发经验，知名互联网工作经历，有带团队经验优先。

工作职责 1.负责搜狐新闻特征、用户画像、召回等推荐算法相关工作； 2.负责文本数据分析及语义理解工作； 3.负责自然语言处理基础模型及知识体系建设； 4.负责文本挖掘和建模工作。 任职要求： 1.两年以上自然语言处理相关工作经验，有深度学习自然语言处理应用经验； 2.熟悉Python，熟悉C++、Java等某一种高级语言，常用的数据结构，熟悉TensorFlow或Pytorch； 3.熟悉自然语言处理相关算法，熟悉深度学习相关算法，有文本分类、tag提取、文本生成等某一方面自然语言处理工作经验； 4.优秀的工程能力，有大型项目开发经验者优先； 5.责任心强，有较强的分析和解决问题能力，具备良好的团队合作和沟通能力； 6.有推荐系统、搜索引擎相关工作经验者优先。

岗位职责: 1.负责酷我音乐各业务场景推荐策略优化及算法研发； 2.通过理解用户行为，结合数据挖掘技术，快速迭代并优化用户体验，以及各项数据指标； 3.能够有效学习并落地工业界前沿推荐算法，对业务增长起到推动作用。 任职要求: 1.计算机、数学或相关专业本科以上学历，三年以上工作经验； 2.熟悉常用机器学习算法、深度学习算法，并在推荐系统/搜索/广告等有理论基础和实践经验； 3.熟悉TensorFlow、pytorch常见深度学习框架，熟悉Spark，Hive等大数据处理工具； 4.具有良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一种编程语言； 5.有较好的学习能力、沟通能力、团队协作能力，积极主动，愿意接受挑战。

岗位职责： 1.负责腾讯音乐集团相关产品推荐算法的设计实现与优化； 2.负责完善现有推荐系统的基础算法及并行计算框架； 3.负责音乐平台业务的基于用户/音乐特性的数据挖掘及推荐策略设计实现； 4.负责能够根据业务数据变化不断设计并调整算法策略来提升算法质量，并最终提升用户体验。 岗位要求： 1.硕士及以上学历； 2.计算机，统计，信息，数学等相关专业毕业优先； 3.扎实可靠的编程能力，精通C/C++/GO至少一门编程语言； 4.熟悉业内推荐算法及数据挖掘领域的技术热点和进展，对互联网在线音乐的推荐系统架构设计有深入了解； 5.了解Hadoop/Spark生态相关技术优先； 6.具备规模分布式数据存储与计算开发经验者优先； 7.沟通能力佳，表达能力出众者，音乐爱好者优先。

岗位说明： 1. 针对重点行业（能源电力、大型装备、金属冶炼、半导体、精密电子等行业）的智能制造与数智化升级，深入理解和抽象客户的业务需求，灵活正确运用数据分析/数据挖掘/优化算法等相关技术解决客户的实际问题； 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. 针对客户现场的实际数据分析项目，开展如下工作：业务理解、数据治理、领域建模、特征工程、数据分析相关算法模型的开发、测试和优化等。 岗位要求： 1. 结合数据理解业务需求，具有独立定义和解决工业数据分析/数据挖掘问题的能力，具有良好的理工科背景和清晰的逻辑思维能力。 2. 精通数据处理、统计分析、机器学习和优化算法理论及实践；熟悉自动控制、热能动力、化工过程、半导体物理、集成电路等理论者优先；熟悉工业现场的设备数据、MES数据、有工业数据分析相关的实际项目经验者优先。 3. 精通数据分析语言Python及常用的算法包的使用（如numpy, pandas, scipy, sklearn, tsfresh, statsmodel,matplotlib, seaborn, pyecharts, plotly等），有工程化代码开发经验。 4. 有较强的算法软件研发经验，熟悉常见软件工程设计模式（例如OO、ORM、DDD、ER建模等）；具有工业软件和算法开发经验者优先。 5. 有良好的客户沟通、业务调研、团队合作与技术管理能力；能独立作为项目技术负责人带领其他技术人员一起交付客户项目者优先（高级）。 6. 工业专业教育背景或工作经验，具有自动化、电力、电子、能源动力、半导体或化工等专业知识背景，硕士以上学历者优先。 7. 有较强的新领域知识学习能力、文档写作能力、客户沟通能力；能快速搜索、阅读中英文文献者优先。

职位诱惑：出海公司 学习空间 免费餐食 扁平管理 职位描述： 1. 智能对话系统开发辅助 -参与 AI Agent 与 Chatbot 平台的开发工作，承担功能模块的设计与实现，助力提升系统的自动化处理和用户交互功能。 -研究和应用最新的 AI Agent 技术，协助团队优化系统的智能性和响应能力。 2. 多模态模型开发与工作流支持 -负责多模态数据的预处理和模型训练的基础任务，协助优化模型的性能和稳定性。 -参与基于 ComfyUI 的工作流设计与优化，支持多模态模型的高效开发与部署。 3. 技术学习与支持 -积极学习 AI 领域的最新技术和工具，参与团队的技术分享与讨论，提升自身的专业技能。 -提供开发过程中的技术支持，协助解决日常问题，确保项目的顺利进行。 4. 文档与测试工作 -参与编写和整理技术文档，确保开发过程中的知识积累和传递。 -负责系统功能的测试和调试，确保交付代码的质量与稳定性。
 职位要求： 1. 1-3年工作经验，计算机、软件工程、人工智能等相关专业优先。 2. 具备扎实的编程基础，熟练掌握 Python 等编程语言。 3. 对人工智能和机器学习有浓厚兴趣，有一定的理论基础。 4. 具备良好的学习能力和团队合作精神，能够快速适应新的技术和工作环境。 5. 有责任心，注重细节，能够认真完成交付的任务。

职位描述 1、参与快手端到端的视频编解码及图像质量评测； 2、参与快手大模型算法数据工程搭建工作； 3、协助整合图像评测体系，持续提高评测方法和效率； 任职要求 1、具备视频/图像主客观画质评测经验; 2、对于视频/图像画质各个维度有良好感知能力; 3、逻辑清晰，强的学习能力，强的团队合作能力； 4、有数据标注经验优先； 5、熟悉ffmpeg、h264&h265编码标准、常用的转码参数者优先 ； 6、熟悉IEEE、ISO、IDMS、CIE图像质量标准者优先； 7、最好掌握一门高级语言， 包括Python、Golang、C/C++、 Java、OC（非强制）

岗位职责： 负责设计⼤语⾔模型的技术⽅案并落地到⾏业客户的垂直场景中。典型场景包括但不限于多轮对话、 Document QA、结构化信息抽取、私有函数调⽤、AIAgent等等； 负责⼤语⾔模型技术⽅案的端到端研发，包括但不限于⽅案设计、数据准备及处理、⾏业模型训练、指令精 调、模型性能提升、模型效果评测等； 跟踪并分析业内最新研究成果和技术动态，持续优化和改进现有模型和技术⽅案；基于NLP⼤模型探索下⼀ 代语义技术，构建⾏业领先的多模态语义核⼼能⼒； 根据业务需求，与外部团队开展技术交流与沟通； 岗位要求： 计算机相关专业硕⼟及以上学历，有论⽂复现能⼒和算法⼯程交付经验； 精熟练掌握C++、Python等编程语⾔的⼀种或多种，具备良好的编码能⼒，有⼤型⼯程项⽬经验； 熟悉多种⾃然语⾔处理任务，如问答系统，序列标注，情感分析，摘要⽣成及抽取，知识图谱等。有从0到1 构建的⾃然语⾔处理任务的⼯程经验； 了解NLP主流预训练语⾔模型2(GPT/LLaMA/GLM/Bloom/BERT/Qwen)，熟练掌握主流深度学习框架 Pytorch； 有团队意识，有良好的⽂档习惯和合作意识； 加分项： 有⼤模型训练框架Deepspeed/ColossalAl/LLaMA Factory使⽤经验者优先； 有垂直领域⼤模型PT、Continue PT、SFT、RLHF经验者优先；

一、岗位职责 （此岗位为我司劳务派遣岗位，由我司直接管理，对劳派岗位介意的慎投） 1.负责计算机视觉算法的设计与开发，涵盖图像识别、目标检测、图像分割、视频分析等核心领域，确保算法性能的高效与稳定。 2.深度参与数据处理流程，包括数据标注、清洗、增强等环节，构建高质量的数据集，为算法训练提供坚实基础。 3.运用深度学习框架（如TensorFlow、PyTorch等），进行模型的搭建、训练与优化，持续提升模型的准确性、泛化能力和实时性。 4.协同硬件工程师、软件工程师，完成算法在实际产品或项目中的部署与集成，保障算法与系统的无缝对接。 二、专业技术要求 1、本科及以上学历，计算机科学、数学、电子信息、模式识别、人工智能等相关专业优先。 2、 理解卷积神经网络（CNN）、循环神经网络（RNN）、Transformer等深度学习模型原理，熟悉ResNet、YOLO、Faster R-CNN、Mask R-CNN、U-Net等经典视觉算法中的一种。 3、 熟练使用Python进行算法原型开发，掌握C++用于算法工程化部署，能独立完成从模型设计到落地的全流程开发者优先。 4、 精通至少一种深度学习框架（PyTorch优先，或TensorFlow/Keras），熟悉模型训练、迁移学习、量化压缩、剪枝等工程化优化技术者优先。 5、 有以下场景经验者优先：工业质检、自动驾驶、医学影像分析、视频行为分析等实际业务落地项目。 6、具备良好的团队协作精神、沟通能力和问题解决能力，对技术有强烈的热情和探索精神者优先

工作职责： 1.负责自动驾驶多传感器（摄像头、激光雷达、毫米波雷达）感知融合算法研发，搞定目标检测、跟踪、分割等任务，确保“看得清、认的准”，不允许“传感器各自为政”； 2.优化感知算法在复杂场景下的鲁棒性，比如暴雨、大雾、强光逆光等恶劣天气，以及隧道出入口、地下车库等弱光环境，杜绝“感知失效”； 3.参与感知模型的轻量化与车端部署，在保证精度的前提下降低计算资源占用，让算法在嵌入式平台（如Orin、地平线J6）上“跑得快、不卡顿”； 4.跟进感知数据闭环，与数据团队协作挖掘badcase，比如“远处小目标漏检”、“遮挡目标误判”、“障碍物抖动”，推动模型迭代优化。 任职要求： 1.计算机视觉、机器学习、人工智能等相关专业硕士及以上学历，2年以上自动驾驶感知算法经验，仅参与过单模态的”玩家”，请参看2； 2.精通CNN、Transformer等深度学习架构，熟悉3D目标检测（如PointPillars、VoxelNet）、BEV感知（如BEVFusion, Sparse系列）、Occupancy感知等算法，能对着论文复现核心模块； 3.熟练掌握Python/C++，能玩转PyTorch/TensorFlow，熟悉PCL、OpenCV、Eigen等库，会用卡尔曼滤波、粒子滤波等做传感器融合，代码调试能力强； 4.加分项1：了解传感器标定、时空同步技术，能解决“摄像头与激光雷达数据不同步”“标定参数漂移”等问题，对感知精度有“强迫症级”要求； 5.加分项2：能清晰解释“激光雷达点云稀疏区域的目标检测难点”，并提出优化方案； 6.加分项3：有感知算法量产部署经验，熟悉TensorRT、ONNX Runtime等推理框架，能搞定模型量化、剪枝； 7.加分项4：在CVPR、ICCV、ECCV等顶会发表过感知相关论文，或有Kaggle、Waymo等竞赛获奖经历。

岗位职责: 参与Keeta站内外用户增长算法的研究与实现，提高拉新、促活策略的效果与质量，包括但不限于： 1. 建设多维度的用户理解、定向能力，面向不同生命周期的用户实现差异化的站外广告、站内触达、补贴等增长策略。 2. 持续探索小样本学习、迁移学习、大模型推理等能力解决用户行为、样本稀疏等问题，在频繁开国场景下提升用户、业务冷启动增长效率。 3. 沉淀多国可复用的用户增长算法方案，高效支持多国差异化增长策略。 岗位要求: 1.数学、统计、计算机或者相关专业硕士及以上学历，在增长、搜索/推荐、营销某一领域具备3年及以上工作经验 ； 2.在机器学习、深度学习、大模型推理等方面有较为丰富的研发经验, 并能在复杂的业务场景中进行合理的算法选择与优化； 3.较好的业务敏感度，具有创新精神和理论结合实践的能力，能够主动思考学习并适应业务的快速发展，乐于与业务共同成就和成长； 4.优秀的分析问题、解决问题能力和团队合作意识，对挑战性问题充满激情。 岗位亮点: 1. 新业务发展空间大； 2. 从0到1的用户增长算法挑战； 3. 多地区、多语言的复杂业务场景。 具备以下优先: 1. 海外市场增长策略经验； 2. 具备从0到1的算法能力建设经验。