• 25k-40k·14薪 经验3-5年 / 本科
    软件服务|咨询 / B轮 / 150-500人
    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。
  • 40k-60k·14薪 经验3-5年 / 硕士
    电商平台 / C轮 / 2000人以上
    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。
  • 电商平台 / C轮 / 2000人以上
    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。
  • 20k-40k 经验3-5年 / 本科
    智能硬件,电商平台 / 上市公司 / 2000人以上
    岗位职责: 1. 负责智能客服的自然语言处理算法研发工作,提升智能客服的准确性和用户体验; 2. 深入了解智能问答相关算法,针对不同场景和需求进行算法优化和改进; 3. 参与知识问答、问题推荐等领域的项目开发,实现业务需求; 4. 负责垂直域大模型的训练与优化,提高模型性能和效率; 5. 关注NLP领域的前沿技术,为团队提供技术支持和创新思路。 职位要求: 1. 硕士及以上学历,计算机科学、人工智能、自然语言处理等相关专业; 2. 三年以上自然语言处理相关工作经验,有实际项目经验者优先; 3. 对智能问答相关算法有一定了解,具备知识问答、问题推荐等领域的项目经验; 4. 具备大模型训练与优化相关经验,熟悉主流的深度学习框架,如TensorFlow、PyTorch等; 5. 对NLP领域的前沿技术有一定了解,具备较强的学习能力和创新精神; 6. 具备良好的团队合作精神,沟通能力强,能承担一定的工作压力。
  • 18k-36k 经验3-5年 / 硕士
    金融业 / 上市公司 / 2000人以上
    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。
  • 30k-60k 经验不限 / 本科
    内容资讯,短视频 / D轮及以上 / 2000人以上
    职位职责: 1、业务应用:负责将自研的算法模型应用于企业协同软件中,在会议、文档、消息、办公智能体等诸多办公场景中打造最好的AI工具和产品,不断改善用户体验; 2、模型优化:负责训练大语言模型不断提高其在办公领域的算法质量;建设高效的评测方法和技术体系;采集、调研并生产办公领域的高质量数据集; 3、技术建设:持续关注业界最新的技术趋势和研究成果,分享行业最佳实践,将前沿技术应用于大模型中。 职位要求: 1、具备NLP、LLM应用或RAG等相关经验,其一即可; 2、编程能力强,熟练掌握Python等编程语言;对于AI相关的Python库比较了解,比如Pandas等; 3、创新能力比较强,对于不断探索新的AI技术和应用场景有强烈意愿和主观能动性; 4、紧跟AI领域的最新发展动态,通过参加学术会议、阅读前沿论文、在线学习课程等方式不断提升自己的专业知识和技能; 5、解决问题的能力比较强,善于解决各种繁琐的技术问题;比如数据质量问题、训练问题、部署兼容性问题等;对数据比较敏感,数据工作比较细致,包括数据质量、数据分布、案例分析、数据调优等。 加分项: 1、熟悉传统机器学习的概念,熟悉机器学习各种任务的定义、目标、解决的问题、及衡量指标; 2、熟悉深度学习框架,如TensorFlow、PyTorch等;可以利用这些框架快速搭建和训练模型,解决实际问题,比如利用PyTorch搭建一个自然语言处理中的文本分类模型; 3、具有良好的数学基础,对概率论、线性代数、微积分了解,能够通过数学方法分析模型的性能和误差,能够看懂用公式定义表述的学习任务。
  • 数据服务|咨询,人工智能服务,电商平台 / B轮 / 50-150人
    岗位职责: 1)算法实现与优化:负责自然语言处理相关算法的实现,制定并优化NLP相关的任务算法方案。 2)技术研究与开发:研究和开发自然语言处理技术,包括语言分析、文本处理、语音识别、机器翻译等领域。 3)平台搭建与维护:负责自然语言处理与理解的基础平台搭建,例如LLM优化、分布式训练推理等。 4)数据处理与分析:在大数据环境下,负责自然语言处理、文本分析相关技术研究和实现,实现LLM同具体应用整合。 任职要求: 1) 学历背景:本科及以上学历,计算机科学、自然语言处理、数学、统计学等相关专业。 2) 编程能力:扎实的编程基础,至少精通一种编程语言,如Python、Java等。 3) 理论知识:有NLP领域的理论基础和实践经验,熟悉LLM算法原理。 4) 工作经验:需要3年以上的工作经验,有LLM模型设计和应用经验者优先。 5) 其他技能:熟练掌握常见的NLP算法和技术,熟悉Transformer、BERT、GPT、Diffusion等模型,有多模态大模型经验者优先。 6) 熟悉强化学习、知识蒸馏理论,有相关领域有影响力的论文者优先; 7) 团队合作与沟通:积极主动,责任心强,有良好的团队合作和沟通能力。具备独立开展工作的能力
  • 内容资讯,短视频 / D轮及以上 / 2000人以上
    职位职责: 团队介绍:产品覆盖今日头条、头条极速版等各类产品,为上亿用户持续提供优质的资讯、视频等服务。我们通过建立良好的内容生态,鼓励优质的原创内容,为创作者提供优质的服务和创作体验,促进创作和交流,同时我们致力于通过尽可能丰富的内容体裁和尽可能多的分发方式,连接人与信息,丰富大家的精神生活,让人们看到更大的世界。 1、参与基础大语言模型应用研发; 2、推进大模型AI能力在头条热点、AIGC等业务场景的快速落地,结合SFT/RLHF方向的前沿算法持续提升业务效果天花板; 3、关注和推进相关大模型技术在业务场景的落地,包括摘要、智能创作等。 职位要求: 1、自然语言处理、机器学习、人工智能等相关专业的硕士/博士生; 2、熟练使用Tensorflow、Pytorch等深度学习框架,扎实的编程基础,具备独立的算法实现能力; 3、有过大模型预训练、SFT、RLHF等大模型实操经验,From Scratch训练过百亿/千亿基座模型的优先; 4、有大模型领域**会议文章(NerulPS、ICLR、KDD、ICML等)者优先。
  • 35k-70k 经验3-5年 / 本科
    消费生活 / 上市公司 / 2000人以上
    岗位职责: 1、参与页面分析挖掘算法的研究与实现,通过算法策略优化页面分类模型、文本分类模型。 2、利用文本挖掘、图像理解等业界先进技术,对多模态内容进行挖掘与理解。 3、工作范围涵盖网页筛选与理解、网页与站点分类和去重、多类型非网页类多模态数据的处理和理解。 岗位基本要求: 1、计算机相关专业本科及以上相关学历,具备优秀的理解力、沟通能力和团队协作能力。 2、熟练掌握 c++/python/Java等编程语言,并且在机器学习,自然语言处理领域有扎实的理论功底和动手能力。具备优秀的逻辑思维能力和数据科学能力,在相关领域比赛中获奖优先。 3、在信息检索、自然语言处理/图像与视频理解等方面有非常扎实的理论功底,以及丰富的解决实际问题的项目经验。有信息检索相关领域工作经验优先。 4、善于学习领域前沿技术并能快速应用到实际工作当中,在自然语言处理,信息检索、计算机视觉等领域有相关学术论著优先。
  • 20k-30k·14薪 经验3-5年 / 硕士
    科技金融 / 不需要融资 / 2000人以上
    岗位职责: 1. 开发指标归因分析平台 2、AI大模型在各工具业务的应用场景适配等,负责基于大模型面向应用场景的算法策略组件建设 3、负责LLM、深度学习、机器学习等方向相关问题研究,跟进前沿技术动态 任职要求: 1. 计算机、通信、电子及相关专业,硕士及以上学历,3-5年工作经验 2. 熟练掌握Python语言,熟悉Tensorflow、Pytorch、Spark、Hive等技术栈 3. 具备深厚的NLP基础和前沿跟踪能力,具备大模型落地实战经验优先 4. 掌握NLP基本算法,在自然语言处理相关领域中至少一个方向有一定的实践经验,如语义检索与推荐、信息抽取、对话系统、语义理解、阅读理解、聚类、迁移学习、多模学习、低资源学习等熟悉LLM相关技术, 如transformer, prompt tuning, RLHF, langchain等,对相关技术落地有自己的理解 5. 在机器学习/NLP领域高级学术会议发表过高质量文章者 6. 有银行间债券、银行核心经营指标相关研发经验者优先
  • 50k-100k·15薪 经验5-10年 / 硕士
    360
    信息安全 / 上市公司 / 2000人以上
    1、方向一:广告推荐 负责广告召回模块的优化,通过数据挖掘、自然语言处理等技术,在保证广告相关性的同时提升广告召回率,进而提升系统变现能力。 2、方向二:广告点击率/转化率预估 负责CTR/CVR模型优化相关工作,在特征工程、模型结构、机制策略等方面进行持续探索优化,提升广告的点击率和转化率,进而提升系统变现能力以及客户投放效果。 3、方向三:广告反作弊 持续优化反作弊相关的算法策略,以有效识别作弊行为挽回客户损失;建立并完善作弊行为预警及监控系统,提升反作弊系统的事前预警能力以及事后case分析的效率。 1、 计算机相关专业大学本科及以上学历; 2、 精通C/C++/Java/python语言之一; 3、 熟悉分布式计算平台,有海量数据处理经验; 4、 熟悉常用的数据挖掘/机器学习/自然语言处理算法,并有一定的实践经验; 5、 优秀的分析问题解决问题的能力,具备搜索/推荐/广告业务经验者优先。
  • 15k-25k·13薪 经验1-3年 / 本科
    科技金融 / 不需要融资 / 2000人以上
    职位职责 1)完成金融领域大模型的训练调优工作; 2)解决大模型生成内容可控性不足、幻觉等问题,完成大模型的私有化加速部署; 3)解决大模型业务落地的技术障碍,完成大模型相关的应用开发工作; 4)对大模型相关能力进行评测,加强模型在金融领域的应用; 职位要求 1)计算机相关专业,本科及以上学历,具备2年以上自然语言处理算法工作经验; 2)对NLP主流大模型如Qwen/LLaMA/GLM等的原理和差异有深入了解; 3)熟练掌握主流深度学习框架Pytorch/Tensorflow和大模型训练框架Deepspeed等多机多卡方案,有百亿以上大模型训练调优经验者优先; 4)熟悉常见的模型量化技术、加速部署技术;有良好的Python代码开发能力; 5)具备良好的学习能力、团队协作能力。
  • 25k-45k·14薪 经验3-5年 / 本科
    移动互联网,广告营销 / 上市公司 / 2000人以上
    我们正在寻找一位经验丰富的推荐算法工程师,负责推荐算法的框架搭建和工程效能优化工作。该职位将主要负责TF和PyTorch框架在推荐系统中的应用,包括离线和在线训练优化、模型部署及生成式模型的实时预估。我们期待您的加入,共同推动公司的技术和业务发展。 岗位职责: 1. 离线Pipeline优化:优化TF框架的离线和在线逻辑,提升TF集群训练和GPU训练的离线pipeline资源利用率和效率。 2. 模型Serving:探索并搭建基于TF/PyTorch的Serving方案,实现推荐场景下的近线和在线预估流程。 3. 生成式模型应用:落地推荐领域的生成式模型预估框架,负责对应的训练加速和实时预估的部署。 4. 算法研发:优化工程效率,提升推荐系统的性能和效果。构建通用有效的工具和框架。 任职要求: 1. 教育背景:计算机科学相关专业本科及以上学历。 2. 工作背景:推荐算法领域3年以上的工作经验。 3. 技术经验: - 熟悉TF/PyTorch框架,具备离线Pipeline和在线Serving相应的部署和优化能力。 - 熟悉GPU加速相关技术,能够优化大规模数据的训练速度。 - 具有生成式模型应用经验,能够实现生成式模型的训练加速和实时预估部署。 4. 编程能力:精通Python编程,熟悉C++/Java或其他编程语言者优先。 5. 工程经验:具备扎实的工程能力,有大型推荐系统开发和优化经验者优先。 6. 沟通能力:良好的团队合作精神,具备跨团队沟通协作的能力。 7. 创新精神:热爱技术创新,乐于接受挑战,并能够持续学习和应用新技术。 优先条件: 1. 互联网公司推荐系统的相关工作经验。 2. 在推荐算法、机器学习或深度学习领域有高质量论文或专利。 3. 开源项目贡献经验。
  • 20k-40k 经验3-5年 / 硕士
    软件服务|咨询 / 上市公司 / 2000人以上
    工作职责: 1. 负责大语言模型LLM文本理解与文本生成算法研发,开展数据处理、模型训练及推理优化等工作; 2. 负责AIGC内容生成研发工作,将前沿自然语言生成技术应用于实际业务,构建行业垂直领域自然语言理解及生成系统,获取业务收益; 3. 负责自然语言处理方向基于 GPU 的并行多机多卡训练、高性能模型推理等; 4. 对行业最新动态进行跟踪,结合企业业务场景的具体需求,提出改进方案或新算法模型的开发计划,产生实际价值。 任职要求: 1. 对于自然语言处理技术应用到实际业务场景中并产生真实的商业价值具有强烈的热情,有责任感和较好的洞察力; 2. 拥有计算机、自然语言处理、深度学习等相关专业硕士及以上学历,且具备2年以上自然语言处理研究经历或相关工作经验; 3. 具备大语言模型研发经验者优先,具备多模态大模型项目经验者优先; 4. 熟悉一些开源的算法库或工具,如LTP、stanfordNLP、NLTK、Apache OpenNLP、scikit-learn等; 5. 熟悉多种AI框架(如TensorFlow、Pytorch、Keras),具备较强的开源技术集成能力者优先; 6. 具有较好的逻辑表达能力、良好的团队合作精神和高度的责任心。
  • 30k-60k 经验不限 / 硕士
    社交媒体 / 上市公司 / 2000人以上
    职位描述: 1. 多模态大模型:探索跨模态的信息对齐方法,研究多模态大模型的预训练、指令微调、RLHF(拒绝学习与强化学习)等技术,评估和提高多模态数据质量,进行数据清洗 2. 内容理解:探索适合微博的实体识别、属性抽取、关系分类等技术,探索图文/视频多模态的内容分类、信息抽取、智能摘要等技术 任职要求: 1. 自然语言处理、计算机视觉、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生 2. 熟悉BLIP2、LLaVA、MiniGPT、VisualGLM、Qwen-VL等LMM模型结构及训练方法; 3. 熟练掌握tensorflow、pytorch等深度学习框架,扎实的编程基础