崗位職責:
1、算法研發與建模
負責業務場景下的算法需求分析、方案設計、模型選型與實現
應用并優化機器學習(如GBDT、LR、XGBoost 等)和深度學習(如CNN、RNN、Transformer、GNN等)模型,解決時序預測、分類聚類、排序等問題
運籌優化算法(線性規劃、整數規劃、動態規劃、啟發式算法、強化學習與運籌結合等),解決車輛調度、資源分配、路徑規劃、排班排產等組合優化問題
2、數據處理與系統實現
負責大規模數據的收集、清洗、分析和預處理工作
深入理解業務,進行高質量的特征挖掘、篩選和工程化,構建模型特征體系。
將算法模型進行代碼實現,并完成離線訓練與評估。
3、 模型迭代與優化
持續監控線上模型的性能表現
定位模型問題根源,制定模型迭代優化策略。
建立模型的自動化訓練、評估和上線流程,提升算法迭代效率
4、協作與溝通
與產品經理、業務方緊密溝通,將業務需求轉化為技術方案
撰寫清晰的技術文檔,進行技術分享,推動團隊技術進步。
任職要求:
1、學歷與專業:
計算機科學、軟件工程、人工智能、數學、統計學、電子工程等相關專業,本科及以上學歷(碩士/博士優先)。
2、技術技能:
1)技術領域與研究方向:
機器學習方向、計算機視覺方向、運籌優化方向均可
2)編程基礎: 精通至少一門主流編程語言,如 Python 或 C++,具備扎實的編碼能力和良好的代碼風格
3)數據基礎: 熟練掌握數據結構和常用算法,具備優秀的數據分析能力和問題解決能力。
機器學習/深度學習: 扎實的機器學習理論基礎,熟悉常見的機器學習算法和深度學習框架,如 TensorFlow、PyTorch、Scikit-learn 等。
4)數據處理: 熟練使用SQL進行數據查詢和處理,熟悉至少一種大數據工具,如 Spark、Hadoop、Hive 者優先。
5)工程能力: 了解Linux開發環境,掌握Git等版本控制工具,具備基本的軟件工程知識。
3、綜合能力:
1)出色的邏輯思維能力和數據分析能力,能夠從數據中發現問題并找到解決方案。
2)強烈的責任心和團隊合作精神,良好的溝通表達能力。
3)具備優秀的學習能力和自驅力,能快速適應新技術和業務變化。
加分項:
1、擁有 1-3年(或以上)相關領域算法研發和落地經驗。
2、有大規模分布式模型訓練、模型壓縮與加速、在線服務高并發優化經驗者優先。