崗位職責(zé):
1、算法研發(fā)與建模
負(fù)責(zé)業(yè)務(wù)場(chǎng)景下的算法需求分析、方案設(shè)計(jì)、模型選型與實(shí)現(xiàn)
應(yīng)用并優(yōu)化機(jī)器學(xué)習(xí)(如GBDT、LR、XGBoost 等)和深度學(xué)習(xí)(如CNN、RNN、Transformer、GNN等)模型,解決時(shí)序預(yù)測(cè)、分類聚類、排序等問題
運(yùn)籌優(yōu)化算法(線性規(guī)劃、整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃、啟發(fā)式算法、強(qiáng)化學(xué)習(xí)與運(yùn)籌結(jié)合等),解決車輛調(diào)度、資源分配、路徑規(guī)劃、排班排產(chǎn)等組合優(yōu)化問題
2、數(shù)據(jù)處理與系統(tǒng)實(shí)現(xiàn)
負(fù)責(zé)大規(guī)模數(shù)據(jù)的收集、清洗、分析和預(yù)處理工作
深入理解業(yè)務(wù),進(jìn)行高質(zhì)量的特征挖掘、篩選和工程化,構(gòu)建模型特征體系。
將算法模型進(jìn)行代碼實(shí)現(xiàn),并完成離線訓(xùn)練與評(píng)估。
3、 模型迭代與優(yōu)化
持續(xù)監(jiān)控線上模型的性能表現(xiàn)
定位模型問題根源,制定模型迭代優(yōu)化策略。
建立模型的自動(dòng)化訓(xùn)練、評(píng)估和上線流程,提升算法迭代效率
4、協(xié)作與溝通
與產(chǎn)品經(jīng)理、業(yè)務(wù)方緊密溝通,將業(yè)務(wù)需求轉(zhuǎn)化為技術(shù)方案
撰寫清晰的技術(shù)文檔,進(jìn)行技術(shù)分享,推動(dòng)團(tuán)隊(duì)技術(shù)進(jìn)步。
任職要求:
1、學(xué)歷與專業(yè):
計(jì)算機(jī)科學(xué)、軟件工程、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、電子工程等相關(guān)專業(yè),本科及以上學(xué)歷(碩士/博士?jī)?yōu)先)。
2、技術(shù)技能:
1)技術(shù)領(lǐng)域與研究方向:
機(jī)器學(xué)習(xí)方向、計(jì)算機(jī)視覺方向、運(yùn)籌優(yōu)化方向均可
2)編程基礎(chǔ): 精通至少一門主流編程語(yǔ)言,如 Python 或 C++,具備扎實(shí)的編碼能力和良好的代碼風(fēng)格
3)數(shù)據(jù)基礎(chǔ): 熟練掌握數(shù)據(jù)結(jié)構(gòu)和常用算法,具備優(yōu)秀的數(shù)據(jù)分析能力和問題解決能力。
機(jī)器學(xué)習(xí)/深度學(xué)習(xí): 扎實(shí)的機(jī)器學(xué)習(xí)理論基礎(chǔ),熟悉常見的機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)框架,如 TensorFlow、PyTorch、Scikit-learn 等。
4)數(shù)據(jù)處理: 熟練使用SQL進(jìn)行數(shù)據(jù)查詢和處理,熟悉至少一種大數(shù)據(jù)工具,如 Spark、Hadoop、Hive 者優(yōu)先。
5)工程能力: 了解Linux開發(fā)環(huán)境,掌握Git等版本控制工具,具備基本的軟件工程知識(shí)。
3、綜合能力:
1)出色的邏輯思維能力和數(shù)據(jù)分析能力,能夠從數(shù)據(jù)中發(fā)現(xiàn)問題并找到解決方案。
2)強(qiáng)烈的責(zé)任心和團(tuán)隊(duì)合作精神,良好的溝通表達(dá)能力。
3)具備優(yōu)秀的學(xué)習(xí)能力和自驅(qū)力,能快速適應(yīng)新技術(shù)和業(yè)務(wù)變化。
加分項(xiàng):
1、擁有 1-3年(或以上)相關(guān)領(lǐng)域算法研發(fā)和落地經(jīng)驗(yàn)。
2、有大規(guī)模分布式模型訓(xùn)練、模型壓縮與加速、在線服務(wù)高并發(fā)優(yōu)化經(jīng)驗(yàn)者優(yōu)先。