岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

if (your_passions.includes(‘data’)) { switch(your_stacks) { case ‘Python’: case ‘Spark’: case ‘Natural Language Processing’: console.log(‘Join AfterShip’); break; } } 岗位职责 1、负责海外物流相关数据的挖掘； 2、负责海外物流时效预测（Estimated Delivery Date） 相关的算法研发； 3、及时跟踪业界 AIGC 的研究进展，包括但不限于大语言模型、AI Agent 框架、语义理解和检索、多模态理解等技术，探索 AI Agent 方向的算法应用落地和系统研发工作。 岗位要求 1、本科及以上学历，4 年或以上算法工作经验，数学、 统计学、计算机、数据挖掘、机器学习等相关专业优先； 2、具备扎实的机器学习/深度学习和自然语言处理的基础理论能力，熟悉 Transformer、BERT 等常用算法，了解大语言模型和 AI Agent 相关的理论基础和常见框架； 3、熟练掌握 Python/ Scala/Java 等至少一种编程语言，熟悉 Hadoop、Spark 等实时和离线数据处理工具，熟练掌握 Tensorflow/Pytorch 等至少一种深度学习框架； 4、有丰富的算法落地经验，具有较强的 AI 应用整体方案设计能力； 5、具备较好的数据敏锐度，具有缜密的逻辑思维能力、业务洞察能力、沟通表达和抗压能力。 加分项 1、有英语听说能力，以及海外电商、物流、SaaS 服务工作经验优先； 2、具备开发能力，有使用 Docker、Kubernetes、AWS 或 GCP 云计算经验； 3、有写 Blog 的习惯，活跃技术社区，参与开源项目等； 4、有代码洁癖，对代码精益求精，对技术有极客热情。 为什么加入我们 1、朝阳行业：国际电商 SaaS 服务赛道，国际一线投资机构加持； 2、稳健发展：团队稳健扩张，业务规模及营收每年持续稳健增长； 3、多元文化：团队来自全球 20 多个不同城市，国际化视角、扁平化管理； 4、极客氛围：拥抱开源技术，实践敏捷开发，崇尚通过工具和自动化来解决问题； 5、特色福利：学习基金、 一对一帮带、内部商城、提供 MacBook 及可升降办公桌。

岗位职责： -结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 -超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： -计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 -扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 -熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 -具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 -良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

岗位职责： 1、结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 2、超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： 1、计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 2、扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 3、熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 4、具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 5、良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

职位描述： 1、追踪并改进前沿深度学习感知算法，包括但不限于多模态BEV物体检测分割，在线地图构建等； 2、构建各项任务的数据闭环与预标注系统，提升以数据为核心的算法迭代效率； 3、根据实际业务场景，优化并定制相关算法，部署进入自动驾驶系统。 职位要求： 1、熟悉至少一项无人车感知任务，有处理真实大规模数据经验； 2、熟悉python, c++； 3、动手能力强，可以快速将想法落实。 加分项 1、有计算机视觉或机器学习相关研究经验，有高水平论文发表； 2、参加kaggle或知名会议上举办的相关比赛取得优异成绩； 3、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

职位职责： 1、负责机器学习系统推理架构和产品的设计开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责深度模型推理任务为核心的在线架构设计与优化，充分利用各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源，构建多租环境下的稳定性、观测体系，实现高并发、高吞吐的大规模在线系统； 3、负责推理系统的产品化落地，打造稳定、可观测、体验一流的公有云推理平台。 职位要求： 1、熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4、熟悉 Kubernetes 架构和生态，有丰富的云原生机器学习系统实践和开发经验，对在线服务治理、 部署架构有深入理解和落地经验； 5、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动； 8、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、有在线GPU推理系统的工程架构落地经验，熟悉常见的在线推理优化手段（Batch、量化、分布式推理等），熟悉GPU、大模型相关软硬件技术栈； 2、熟悉公有云推理产品架构，对该领域用户画像和用户故事有深入理解，有打造***产品的热情； 3、有以下某一方向领域的经验：CUDA，RDMA，AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture (GPU, Accelerators, Networking)，ML for System，Distributed Storage。

职位描述 1、负责贝壳一站式机器学习平台的设计研发与迭代改进，为业务提供稳定易用、高性能、高性价比的解决方案； 2、业内机器学习系统与平台前沿技术进展跟进与调研、落地； 3、参与模型训练，模型服务，模型管理，资源调度等机器学习相关问题的开发。 任职要求 1、计算机基础知识与编程基本功扎实，熟悉Go/Python/C++至少一种； 2、参与过大规模分布式系统的开发和维护； 3、良好的沟通能力和团队协作精神，严谨的工作态度与高质量意识 ； 4、善于学习新的知识，动手能力强，有进取心。 加分项： 1、有CUDA C/C++编程经验，有GPU并行计算编程基础(NCCL)经验优先； 2、了解分布式系统、容器相关领域技术，熟悉Kubernetes/docker等优先； 3、熟悉机器学习框架(Tensorflow/Pytorch/Jax)优先。

职位职责： 1、负责机器学习系统资源调度的设计和开发，支持火山方舟大模型平台和机器学习平台的产品业务； 2、负责多机房、多集群环境下的，各种异构计算（GPU、CPU、其他异构硬件）、存储（各种云存储）、网络（VPC、RDMA）等资源的最优化编排调度，在严格的多租隔离环境下，支持各种离线训练、在线推理等负载场景的调度需求，并实现整体资源的合理化、最大化利用。 职位要求： 1、熟练掌握Linux环境下的Go/Java/Python等1-2种语言； 2、具备扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3、熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch 或其他自研框架）； 4、熟悉 Kubernetes 架构和生态，熟悉 Docker/Containerd/Kata 等容器技术，有丰富的云原生机器学习系统实践和开发经验； 5、掌握分布式系统原理，参与过大规模分布式系统的设计、开发和维护； 6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分； 7、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动； 8、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。 加分项： 1、有大规模集群在离线资源调度相关工作的实践经验，对K8S/Volcano/Yarn/Mesos等一到多个开源项目的调度实现有源码级的理解，熟悉容器化、轻量级虚拟机等相关技术； 2、熟悉常见调度算法，对多租户Quota治理、抢占、弹性、碎片、潮汐、混部、QoS等一到多个调度问题有深入理解和实践经验，具备较强的解决复杂问题的分析和建模能力，有GPU相关调度经验； 3、有以下某一方向领域的经验：CUDA，RDMA，AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture (GPU, Accelerators, Networking)，ML for System，Distributed Storage。

工作职责 : 1. 运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，分析关键因素，进行标签体系建立、模型开发、模型优化、算法评估等工作，以提升业务智能化为目标，助力保险业数字化转型； 2. 负责决策相关模型的设计、开发与上线效果分析等，包括但不限于理赔模型、风险模型、用户增长模型等； 3. 负责对模型相关的数据进行分析，包括数据清洗、数据挖掘、特征工程、数据建模等，以提高业务智能化的准确性与效率； 4. 通过对数据的敏锐洞察，深入挖掘业务场景的潜在价值和业务需求，通过技术创新推动业务智能化的提升； 5. 跟进机器学习相关技术的业界发展，并合理运用到实际业务场景中； 任职资格 : 1. 计算机、数学、统计学及电子信息相关专业硕士及以上学历，3年及以上工作经验； 2. 在经典机器学习、深度学习、自然语言处理或运筹优化等一个或多个领域有扎实理论基础或丰富研发经验，曾在广告推荐、营销转化、用户增长等某一领域有相关工作经验者优先； 3. 熟悉Java/Python/C++中的一种或多种编程语言，熟悉大数据处理技术（Hadoop/Spark/Hive），善于学习和应用业界领先数据架构和技术处理实际策略类问题； 4. 良好的逻辑思维能力，在复杂业务场景下能够分解和抽象问题，提供优秀、完整、可行的解决方案； 5. 对解决具体挑战性问题充满激情，较强的责任心和主动性，良好的沟通协作和抗压能力。

职位需求描述： 我们正在寻找一位经验丰富的算法工程师加入我们的团队，利用机器学习解决业务问题。理想的候选人应该具有3-5年的算法开发经历，熟悉深度学习算法，对搜索引擎有深入的理解，并且有自然语言处理（NLP）的实践经验。 主要职责： 1. 基于深度学习和NLP的算法的开发与优化； 2. 研究并实现最新的算法技术，提供解决方案以满足公司业务需求； 3. 与团队紧密合作，改进和扩展当前的搜索引擎； 4. 分析和解释复杂的算法问题，并提出有效的方法解决。 5. 分析并解决搜索中的召回与排序问题 职位要求： 1. 本科或更高学历，计算机科学或相关领域； 2. 至少3-5年的算法开发经历，包括深入研究和应用深度学习算法； 3. 理解并熟悉主流搜索引擎的工作原理； 4. 具有NLP的实际操作经验，处理自然语言处理的相关问题； 5. 熟练使用Python/java编程并具有良好的代码习惯； 6. 具备优秀的分析和问题解决能力，对解决编程挑战充满热情； 7. 能够良好地进行团队协作，拥有良好的沟通与表达能力。 8.了解常见的机器学习、深度学习模型，熟悉tensorflow, pytorch等学习框架的使用

岗位职责： 1、负责图像、视频相关的基于深度学习的算法模型的调研、设计与开发 2、负责对算法进行工程落地，采用压缩、加速等技术进行性能优化, 解决客户端部署性能问题 3、跟踪前沿的深度学习算法，不断对算法进行升级优化 任职资格： 1、计算机科学、信号处理、图像识别、机器视觉等相关专业，硕士及以上学历 2、精通深度学习的基本原理，具备扎实的CV理论基础和相关技能 3、熟悉Python编程，能够熟练使用Tensorflow、Pytorch等至少一种深度学习框架 4、能快速阅读各类中英文文献，理解并实现算法 5、编程基础扎实，有良好的编程规范，熟练运用C++进行代码开发 6、在目标检测、动作识别、图像生成、多模态理解等领域有实际的项目经验者优先

工作职责: 工作职责 参与公司招聘平台的NLP文本数据及用户行为数据的挖掘工作，包括知识图谱、query理解、用户画像、智能问答、文本分类等方向的算法研发；并且持续探索大模型技术在产业应用中的落地 1. 参与招聘领域知识图谱的算法策略研发，包括海量数据挖掘、实体和实体关系抽取、新词发现等，构建招聘领域行业化标签体系、知识图谱等，支撑业务策略衍化及产品迭代； 2. 参与招聘领域文本分类、岗位识别等基础NLP算法的研发工作,提升平台信息内容的结构化水平，辅助平台生态建设 3. 参与平台内用户画像的构建研发，基于海量的用户行为数据，对用户进行建模，优化画像模型效果，精准刻画用户偏好 4. 参与平台内搜索体系的优化构建，负责搜索引擎的文本语义分析和内容理解处理工作，包括但不限于query的解析、联想、纠错等。 5. 紧跟大模型技术的发展步伐，探索招聘领域中大模型的应用落地，承担大模型预训练和调优等工作，如prompt设计、fine-tuning、模型蒸馏等，实现标题/亮点自动提取生成、职位自动生成、简历文本组织优化等技术，并应用于招聘业务实现部分环节的智能化，提高业务效率。 任职资格: 任职资格 1. 计算机、数学等相关专业本科以上学历； 2. 两年以上自然语言处理相关方向研发经验； 3. 对自然语言处理技术体系和应用场景有深刻的理解，熟悉自然语言处理、深度学习领域开源的算法和工具包； 4. 熟悉主流的文本生成算法的原理，有结合业务的探索经验以及常见的大模型落地实践经验的优先； 5. 熟练掌握TensorFlow、pytorch等深度学习框架、有较强的算法复现能力；熟悉Linux平台编程环境，精通Java/C/C++/Python/Scala语言中的一种，具备Hadoop、Spark、Hive等实际工作经验优先 6. 具有优秀的分析和解决实际问题的能力和态度，有创业的激情。

职责描述 1）紧跟量化和人工智能领域前沿，利用机器学习和深度学习框架进行特征挖掘, 模型搭建，策略研发，推动算法的改进等 2）其他与量化策略研究相关的工作 任职要求 1）数据科学、数理统计、金融数学、金融工程、计算机等专业名校硕士及以上学历 2）具有扎实的数理统计基础，熟悉机器学习和深度学习中的经典算法和网络结构 3）有丰富的编程经验，熟悉Linux操作系统，熟练运用Python/C++等编程语言，熟练使用tensorflow/pytorch等深度学习框架 4）热爱量化投资，具有自驱力、持续学习进化能力和团队协作能力，对待工作积极主动，有责任感；年龄35岁及以下 【加分项】 有机器学习/深度学习量化开发或量化私募基金从业经验 北京嘉沃资产，具有中国证券投资基金业协会颁发的私募证券基金管理人资格，是一家专注于股票、期货、期权衍生品的投资研究与交易的量化私募基金。公司团队成员均毕业于海内外名校，具有多年全球**量化对冲基金、互联网大厂从业经历。公司致力于践行“勤勉尽责，规范专业，量化价值”的理念，为投资人提供专业的投资管理服务。

工作职责： 预测方向： 负责构建高效的系统和算法帮助自动驾驶车辆理解复杂多样的周边环境，并针对 PB 级数据进行算法的测试、验证和快速部署。包括但不限于以下方面： 1. 跟踪复现顶会最新论文，对道路交通参与者(车辆、行人、自行车等)的意图、轨迹、分布进行分析和预测。 2. 构建模型理解交通参与者多样密集的复杂场景，包括但不限于测试区域、园区、城市道路。 3. 研发在线预测系统以及离线机器学习模型流水线。 仿真方向： 负责仿真算法研发，以实现更合理的行为推演和交互场景构建。包括但不限于以下方面： 1. 跟踪复现顶会最新论文，使用机器学习方法对场景的自动生成、行为推演、场景构建和仿真评估进行研发。 2. 构建分布式仿真算法平台，实现高效并发的场景仿真。 任职要求： 1. 具有计算机、自动化、通信工程等相关专业背景。 2. 对传统机器学习、深度学习、优化理论一项或多项有深入研究。 3. 熟悉数据结构算法，熟练使用 C++ 或 Python，熟悉某种深度学习框架。 4. 有机器学习相关论文发表、竞赛获奖者优先。 5. 有自动驾驶/机器人系统算法开发经验者优先。