职位描述: 1、负责对话机器人产品的智能语音交互相关算法及产品的研发工作，包括不限于语音识别、打断识别、弱语气识别等 2、负责声学模型、语言模型的训练与优化等相关工作； 3、负责算法在对话机器人产品的工程实现与性能优化。 任职要求： 1、信号处理/模式识别/人工智能等相关专业毕业； 2、熟练使用C/C++编程，熟练使用Matlab / Python / Shell等语言进行算法研究； 3、熟悉端到端深度学习语音识别经验，熟悉wav2vec、HuBERT、WavLM等主流深度语音模型 4、有语音识别/语音合成/全双工语音等语音算法相关一年以上工作经验； 5、熟悉语音识别基本算法(HMM, GMM, CTC等)与框架(HTK, Kaldi等)； 6、熟悉语音信号处理者优先，包括降噪, EC, VAD, 音频特征提取等； 7、有对话产品落地/上线者优先

1. 负责设备端语音降噪唤醒、识别、语义理解问题排查及优化研发，包括结合海尔语音设备整机结构进行语音效果问题分析、算法调优，设备端调试及问题修复； 2. 侧重于语音设备端降噪增强、识别、语义理解类算法研发及应用创新，推进海尔语音系统架构优化升级，推进语音技术在海尔产业落地，打造标准化解决方案；

岗位要求： 1、积极配合算法研发团队，收集，清洗，整理数据，并进行数据标注，建立算法测试/训练数据集，为算法研发人员提供数据支撑； 2、负责算法的准确性，性能，稳定性，可用性等的测试和评测，完成算法和产品的集成测试，编写测试用例和测试报告； 3、能够依据算法的不同，从服务业务的功能、效果、稳定性进行测试设计与执行，根据业务的不同制定不同的测试策略，使用不同的测试方法，分析定位问题； 4、参与产品需求评审，具有较好的业务理解能力和沟通能力，测试严谨认真负责。 任职资格： 1、本科及其以上学历，超过1年TTS\ASR\NLP的相关测试经验； 2、了解自然语言处理，或语音识别的相关测试方法和基础知识，了解asr、nlp、tts的测试流程 3、熟悉测试流程以及测试相关技术者优先； 4、掌握Python语言，使用jmeter、potman等测试工具； 5、有较强的创新能力，良好的沟通能力以及团队协作能力； 6、良好的责任心、逻辑性、沟通能力，团队合作精神，独立并积极主动。

1.负责语音模型算法的研发工作，包括语音降噪增强、语音识别、语音合成等语音算法的研发和应用落地； 2.侧重于语音降噪增强、识别类算法在智能家居会话场景的应用，及语音合成算法在对话场景的落地； 3.通过跟踪热点技术和创新，确保算法性能行业领先，帮助海尔产业产生实际价值和打造业界领先的语音应用产品； 4.持续关注学术界和行业的最新研究动态，跟进语音相关的前沿技术发展。

岗位职责： 1. 语音识别，声纹识别方向 需求： 1. 熟悉C++和Python 2. 熟悉机器学习和深度学习算法 3. 熟练使用Pytorch或TensorFlow 4. 有Kaldi，DeepSpeech，ESPNet经验优先 5. 每周实习时间保证4天以上

资深算法工程师（国际支付风控方向） 岗位职责： 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，对跨境支付业务有系统性理解和实际风控经验。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据，能够应对高QPS低延时模型需求。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，熟悉全球各主要区域常见支付欺诈风险模式，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

岗位描述： 1、负责微博基础内容AI的研发、探索，落地到微博内容理解、内容消费和内容生产的核心场景。 2、负责自然语言处理、多模态内容理解和生成模型调优和策略优化，如数据增强、蒸馏学习、对比学习、小样本学习等 4、参负责大模型预训练技术、海量参数下大模型高效微调技术、基于大模型Prompt提示学习技术，取得业务效果 4、跟进AIGC方向研究前沿，使用最新技术解决实际业务问题。 5、有AIGC相关产品落地经验者优先。 岗位要求： 1、计算机、数学或相关专业本科及以上学历，2年及以上NLP或AI相关算法研发经验 2、有自然语言处理领域任一方向经验，包括并不限于文本分类、相似性、多模态生成、问答系统、知识图谱、大规模预训练模型，能够从业务场景出发建设技术体系能力。 3、扎实的编程功底，具备较强的工程实现能力。 4、热爱技术，能够深入细节，对前沿的算法有了解并积极尝试，熟悉常用的机器学习技术及常用深度学习框架。 5、主动性好，乐于贴近业务问题，具备技术驱动、数据驱动、产品驱动等多种驱动业务思维能力。 6、优秀的沟通能力和合作精神，能够处理复杂环境的沟通协作 具备以下条件优先: 1、 发表过AI顶会论文、或者AI竞赛获奖者优先 2、有优秀AI方向开源项目者优先

工作职责 1、 主要负责应用多模态（文本、视频、语音处理）建模、深度学习等技术，为医疗健康产品研发具有科学性、可行性、先进性的算法解决方案，提高AI在心理、慢病等数字疗法领域的诊断和治疗能力，满足医疗健康多场景使用； 2、 负责调研、探索、应用深度学习等技术的最新的研究和技术进展，优化算法建模实验，提高算法模型性能； 3、 参与医疗AI产品的研发，与产品团队、开发团队合作完成创新技术向应用成果的转化； 4、 参与外部研究机构的学术或科研项目，发表论文和申请发明专利。 任职要求 1、计算机、统计学、数学、自动化、生物医学工程等相关专业硕士或以上学历； 2、有2年以上多模态、自然语言处理、深度学习等算法工作经验； 3、具有较好的算法设计与编程开发经验，熟练掌握Python或R编程，熟悉SQL语言； 4、具有良好的沟通能力与多学科团队协作能力； 5、在人工智能领域**期刊、会议上发表过学术论文者优先； 6、在医疗人工智能领域有相关研究经验者优先。

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。

职位职责： 1、团队涉及向多个业务方（飞书问答/Aily/豆包/coze）提供RAG相关的底层算法/算子； 2、NLU：多轮问答Query总结，Query拆解，Query意图识别，相关Query推荐； 3、召回排序：相关性向量召回，相关性排序，多因子排序（时效性、权威性、互动性）； 4、LLM生成优化：Prompt调优，生成大模型SFT/RLHF； 5、索引构建：Image2Text、多模态Embedding、端侧Embedding技术、知识图谱挖掘与应用； 6、跟踪业界前沿技术的发展，探索深度学习/LLM等前沿技术的应用前景。 职位要求： 1、优秀的编码能力、数据结构和基础算法功底； 2、出色的分析问题、解决问题能力，总是能从纷繁复杂的数据中一眼看出问题本质； 3、熟悉自然语言处理的实体提取、意图识别、事件摘要、语义分析、新词发现、图文数据分类等相关任务，并有深入的实践经验； 4、熟悉深度学习的原理和实现，熟练掌握Tensorflow/Torch/Keras等至少一种深度学框架； 5、参与过推荐系统、搜索、问答等实际项目的开发，有丰富的架构设计、特征工程建设等方面经验，熟练掌握基本的召回和排序算法，并对领域前沿算法有研究； 6、责任心强，积极主动，有良好的沟通能力和团队合作能力。

工作职责 1.针对医疗领域特定问题，定义任务流程，收集或构建高质量数据集，对LLM进行微调； 2.利用提示工程、模型微调、调用工具插件等方式完成医疗领域特定应用的探索尝试； 3.尝试提升大语言模型在医疗方面的能力，包括但不限于高效训练、人工反馈对齐、多模态、可控文本生成、生成质量评估，以提升LLM性能。 任职要求 1.研究生及以上学历，计算机、电子工程、自动化控制等专业背景，有NLP的研究经验； 2.有扎实的数理基础和良好的逻辑思维能力，有深度学习算法框架使用经验； 3.良好的编程能力，熟悉Python,pytorch,linux下常用指令； 4.熟悉现有的多种大语言模型，例如llama、qwen等； 5.拥有医疗自然语言处理项目经验，或者对人工智能在医疗领域的应用有强烈兴趣； 6.有中文文本处理经验者优先，有计算机、医学、生物信息学等领域论文发表或者大赛获奖经历者优先。

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。

参与AIGC领域最有商业价值的落地方向之一—AI辅助装修设计，集团重点项目团队。 工作职责 1. 负责文生图、图生图、多模态AIGC等方向的算法研发工作； 2. 持续跟踪行业前沿算法进展，结合具体业务场景进行算法优化和应用落地； 3. 结合产品需求，从prompt优化，模型finetune等方面优化AI辅助设计模型效果，解决面向业务场景的应用落地问题； 4. 与工程、产品团队配合，推动团队成果的应用落地。 任职资格 1. 计算机、人工智能等相关专业的***硕士研究生及以上学历，2年以上互联网公司算法研发经验，博士优先； 2. 具有扎实的计算机视觉基础，熟悉常见的生成式模型，包括但不限于GAN、VAE、Diffusion，有相关方向会议/期刊论文者优先； 3. 具备较强的学习能力和清晰的逻辑思维能力，对AI生成技术的应用抱有强烈的好奇心和兴趣； 4. 具备良好的团队合作、沟通表达能力。

职位描述 1、负责AI算法的工程化落地，搭建从离线训练到在线服务的整个闭环服务平台； 2、根据需求完成实时推荐系统、实时特征计算、离线训练平台等系统的架构设计、工程实现及迭代优化； 3、能够根据不同的业务需求，灵活快速地完成具有挑战性的项目； 职位要求 1、计算机及相关专业本科及以上学历，具备2年及以上服务端开发经验； 2、扎实的计算机系统知识，掌握Golang编程语言，同时熟悉Python编程语言者优先； 3、熟练应用MySQL等关系数据库技术，熟练应用Redis缓存技术；熟悉Linux系统环境，能熟练使用Linux命令完成日常工作； 4、具有高性能、高可用的复杂业务系统开发经验，熟悉分布式、缓存、消息等机制优先； 5、具有Docker、Kubernetes、Istio等相关深度使用和开发经验者优先； 6、了解Kafka/Hive/Spark/Flink等大数据生态圈技术，具有相关大数据开发经验优先；有机器学习（tensorflow serving) 相关知识优先； 7、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，有强烈的求知欲，善于学习新事物； 8、具有良好的沟通能力、团队合作精神和执行力，重视生产效率，研发质量。

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；