岗位职责：
1. 算法研发与优化
依据业务要求，负责设计、开发和优化各种机器学习、深度学习算法。针对复杂问题，开展前沿算法研究，研发出高效、精准、可落地的算法模型。
依据项目要求，运用多种优化技术，对模型进行持续迭代优化，确保模型在准确率、召回率、运行效率等关键指标上达到最优。
2. 模型训练与优化
负责收集、整理和标注海量业务数据，构建高质量的训练数据集，以用于训练精准的机器学习、深度学习模型。
选择合适的训练方法和参数，对算法模型进行训练。
3. 模型评估与部署
运用合适的评估指标对算法模型进行评估。
将经过测试和优化的算法应用到实际业务场景中，确保算法能够解决实际问题。
负责算法的部署和维护，确保算法在生产环境中的稳定性和高效性。在大规模数据处理和高并发场景下，要能够保证算法的性能不受影响，及时处理可能出现的故障。
4. 跨团队协作
与软件工程师紧密配合，将优化后的算法模型无缝嵌入到实际产品或服务中，保障算法从实验室到生产环境的顺利落地。
协同数据分析师，深入挖掘数据价值，依据数据分析结果反馈，针对性改进算法，使其更贴合业务实际需求。
任职要求：
1. 教育背景
要求计算机科学、数学、统计学、电子工程等相关专业硕士及以上。
2. 技能要求
熟悉主流开源算法模型（图像识别领域、自然语言处理领域），精通机器学习和深度学习算法，包括但不限于线性回归、逻辑回归、决策树、SVM、CNN、YOLO、RNN等。理解这些算法的原理、适用场景、优缺点，并且能够根据实际问题选择合适的算法。
熟练掌握编程语言，如 Python（具有丰富的机器学习库，如 Scikit - learn、TensorFlow、PyTorch 等）、Java、C++ 等。能够用这些语言实现复杂的算法，进行高效的数据处理和模型开发。
精通机器学习和深度学习算法，如线性回归、支持向量机、决策树、神经网络等。能够理解算法的原理、优缺点，并根据实际问题选择合适的算法。
具备扎实的数据结构和算法知识，如数组、链表、栈、队列、树、图等数据结构，以及排序算法、搜索算法、图算法等。能够有效优化算法的性能和效率。
3. 工作经验
校招人员，需以主要研发人员身份参与过学校实验室的相关算法项目，且毕业设计与项目强相关；或参与过相关算法项目实习，并独立完成某一功能模块。
社会人员，通常需要有五年以上实际工作经验，包括完整的算法开发和部署周期经验，并有可演示成果。