崗位職責(zé)
1. 算法設(shè)計(jì)與實(shí)現(xiàn):
1.1 負(fù)責(zé)機(jī)器學(xué)習(xí)(含深度學(xué)習(xí))算法的研發(fā)、優(yōu)化及落地,涵蓋模型設(shè)計(jì)、訓(xùn)練調(diào)優(yōu)、效果評(píng)估全流程。
1.2 針對(duì)業(yè)務(wù)場(chǎng)景需求,完成算法選型、改進(jìn)及創(chuàng)新,提升模型性能(如精度、泛化性、實(shí)時(shí)性)。
2. 工程化落地與優(yōu)化:
2.1 將算法高效部署到生產(chǎn)環(huán)境,解決性能瓶頸,優(yōu)化計(jì)算資源利用率(如分布式訓(xùn)練、模型壓縮、量化、推理加速)。
2.2 構(gòu)建高可用、低延遲的機(jī)器學(xué)習(xí)系統(tǒng),支持云端、邊緣端等多場(chǎng)景部署。
3. 系統(tǒng)開(kāi)發(fā)與維護(hù):
3.1 參與機(jī)器學(xué)習(xí)平臺(tái)/工具鏈的設(shè)計(jì)與開(kāi)發(fā),提升算法迭代效率。
3.2 優(yōu)化數(shù)據(jù)處理、特征工程、模型監(jiān)控等全鏈路流程。
4. 技術(shù)預(yù)研與協(xié)作:
4.1 跟蹤前沿技術(shù)(如大模型、AutoML、聯(lián)邦學(xué)習(xí)等),推動(dòng)技術(shù)落地。
4.2 與產(chǎn)品、數(shù)據(jù)、后端團(tuán)隊(duì)緊密協(xié)作,推動(dòng)技術(shù)方案落地并解決實(shí)際問(wèn)題。
任職要求
1. 教育背景:計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、物理、電子工程等相關(guān)專業(yè),碩士及以上學(xué)歷(優(yōu)秀本科生可放寬)。
2. 技術(shù)能力:
2.1 扎實(shí)的機(jī)器學(xué)習(xí)基礎(chǔ),熟悉經(jīng)典算法(如SVM、決策樹(shù)、聚類等)及深度學(xué)習(xí)模型(如CNN、RNN、Transformer)。
2.2 熟練使用Python/C++/Java等至少一門(mén)編程語(yǔ)言,熟悉TensorFlow/PyTorch等框架及生態(tài)工具。
2.3 熟悉Linux開(kāi)發(fā)環(huán)境,具備分布式系統(tǒng)、多線程、高性能計(jì)算等工程優(yōu)化經(jīng)驗(yàn)。
3. 工程經(jīng)驗(yàn):
3.1 有實(shí)際算法落地項(xiàng)目經(jīng)驗(yàn),熟悉模型部署技術(shù)(如ONNX、TensorRT、服務(wù)化框架)。
3.2 熟悉大數(shù)據(jù)處理工具(如Spark、Flink)、數(shù)據(jù)庫(kù)及云計(jì)算平臺(tái)(AWS/Azure/阿里云)。
其他要求:
1. 強(qiáng)烈的技術(shù)熱情,能快速學(xué)習(xí)新技術(shù)并解決復(fù)雜問(wèn)題。
2. 良好的溝通能力與團(tuán)隊(duì)協(xié)作意識(shí),對(duì)業(yè)務(wù)場(chǎng)景有敏銳洞察力。