职位描述
【岗位职责】
1. 算法研发与优化
- 负责机器学习、深度学习等算法的研究与开发，解决实际业务中的问题（如推荐系统、计算机视觉、自然语言处理等）。
- 设计并实现高效的算法模型，优化模型性能（如准确率、召回率、推理速度等），提升系统整体效率。
- 跟踪行业前沿技术，结合业务需求进行技术创新和落地。
2. 数据处理与分析
- 参与数据清洗、特征工程等预处理工作，构建高质量的数据集。
- 分析数据分布和特征相关性，挖掘数据价值，为算法设计提供依据。
3. 模型训练与部署
- 使用 Python、TensorFlow/PyTorch 等框架完成模型训练、验证和调优。
- 与开发团队协作，将算法模型部署到生产环境（如 API 接口、边缘设备等），确保模型的稳定性和可扩展性。
4. 业务需求对接与迭代
- 理解业务场景和需求，将业务问题转化为算法问题，设计合适的技术方案。
- 持续监控模型在生产环境中的表现，根据反馈结果迭代优化算法。
5. 技术文档与协作
- 撰写算法设计文档、实验报告和技术总结，沉淀技术经验。
- 与产品、开发、测试等团队紧密协作，推动项目落地和版本迭代。
【任职要求】
（一）核心技术能力
-
算法与数学基础
- 扎实掌握机器学习基础算法（如线性回归、SVM、决策树、随机森林等）和深度学习模型（CNN、RNN、Transformer 等）。
- 熟悉概率统计、线性代数、微积分等数学知识，能推导算法原理。
- 了解强化学习、联邦学习等前沿领域者优先。
-
编程与工具链
- 熟练使用 Python/C++，具备良好的代码规范和工程能力。
- 掌握主流深度学习框架（如 TensorFlow、PyTorch）和数据处理工具（Pandas、NumPy）。
- 熟悉分布式训练、模型压缩（如剪枝、量化）、模型加速（如 TensorRT）等技术者优先。
-
数据处理与工程能力
- 熟悉数据清洗、特征工程、模型评估等流程，能独立完成从数据到模型的全链路开发。
- 了解云计算平台（如 AWS、阿里云）和容器化部署（Docker、Kubernetes）者优先。
（二）业务与软技能
-
问题转化能力
- 能将业务需求抽象为数学问题，设计合理的算法解决方案。
- 具备跨领域学习能力，快速理解不同业务场景的逻辑（如电商推荐、金融风控、医疗影像等）。
-
团队协作与沟通
- 良好的沟通能力，能与非技术团队清晰表达技术方案和结果。
- 具备团队合作精神，能在项目中承担算法模块开发或主导技术方案设计。
-
学习与创新能力
- 跟踪顶会（如 NeurIPS、ICML、CVPR）和前沿论文，持续学习新技术。
- 能基于业务场景提出创新性的算法优化思路。
以担保或任何理由索取财物，扣押证照，均涉嫌违法，请提高警惕