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。

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。

职位职责： 团队介绍：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 课题介绍：大规模推荐系统正在越来越多的应用到短视频、文本社区、图像等产品上，模态信息在推荐系统中的作用也越来越大。 字节实践中发现模态信息能够很好的作为泛化特征支持推荐等业务场景，端到端的超大规模多模态推荐系统的研究具有非常大的想象空间。 期望在算法和工程CoDesign基础上，对多模态Cotrain、7B/13B大规模参数模型、更长序列端到端等方向进一步进行探索。 工程上研究方向包括多模态样本的表征、基于 pytorch 框架的高性能多模态推理引擎、高性能多模态训练框架的构建、异构硬件在多模态推荐系统上的应用；算法上的研究方向包括设计合理的推荐广告和多模态Cotrain结构、Sparse MOE、Memory Network、混合精度等。 1、负责机器学习系统架构的设计开发，以及系统性能调优； 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、模型管理、数据集管理、工作流编排、ML for System等； 4、负责机器学习系统前瞻技术的调研和引入，比如：最新硬件架构、异构计算系统、GPU优化技术的引入落地； 5、研究基于机器学习方法，实现对集群/服务资源使用情况的分析和优化。 职位要求： 1、2026届及之后毕业，博士在读，计算机、软件工程等相关专业优先； 2、熟练掌握Linux环境下的C/C++/Go/Python/Java等1至2种以上语言； 3、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； 4、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，良好的团队合作精神； 5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力； 6、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、熟悉Kubernetes架构，有丰富的云原生系统开发经验； 2、熟悉至少一种主流的机器学习框架（TensorFlow/PyTorch/MXNet）； 3、熟悉Django、Flask等相关技术，有其后端开发经验； 4、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture(GPU，Accelerators，Networking)，Machine Learning Frameworks，ML for System，Distributed Storage； 5、有大规模云计算平台或私有云产品架构开发经验。

职位职责： 团队介绍：Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 课题介绍：大规模推荐系统正在越来越多的应用到短视频、文本社区、图像等产品上，模态信息在推荐系统中的作用也越来越大。 字节实践中发现模态信息能够很好的作为泛化特征支持推荐等业务场景，端到端的超大规模多模态推荐系统的研究具有非常大的想象空间。 期望在算法和工程CoDesign基础上，对多模态Cotrain、7B/13B大规模参数模型、更长序列端到端等方向进一步进行探索。 工程上研究方向包括多模态样本的表征、基于 pytorch 框架的高性能多模态推理引擎、高性能多模态训练框架的构建、异构硬件在多模态推荐系统上的应用；算法上的研究方向包括设计合理的推荐广告和多模态Cotrain结构、Sparse MOE、Memory Network、混合精度等。 1、负责机器学习系统架构的设计开发，以及系统性能调优； 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、模型管理、数据集管理、工作流编排、ML for System等； 4、负责机器学习系统前瞻技术的调研和引入，比如：最新硬件架构、异构计算系统、GPU优化技术的引入落地； 5、研究基于机器学习方法，实现对集群/服务资源使用情况的分析和优化。 职位要求： 1、2026届及之后毕业，博士在读，计算机、软件工程等相关专业优先； 2、熟练掌握Linux环境下的C/C++/Go/Python/Java等1至2种以上语言； 3、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； 4、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，良好的团队合作精神； 5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力； 6、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、熟悉Kubernetes架构，有丰富的云原生系统开发经验； 2、熟悉至少一种主流的机器学习框架（TensorFlow/PyTorch/MXNet）； 3、熟悉Django、Flask等相关技术，有其后端开发经验； 4、有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture(GPU，Accelerators，Networking)，Machine Learning Frameworks，ML for System，Distributed Storage； 5、有大规模云计算平台或私有云产品架构开发经验。

Key Responsibilities: Model Development: Design, build, and maintain scaleable machine learning models and algorithms. Data Analysis: Analyze and pre-process data from various sources to prepare it for model training. Model Training & Evaluation: Train, validate, and tune machine learning models to achieve optimal performance. Deployment: Deploy models into production and integrate them with existing systems. Monitoring & Maintenance: Monitor model performance in production and update models as necessary to ensure they remain accurate and relevant. Collaboration: Work with cross-functional teams, including data scientists, software engineers, and product managers, to understand requirements and deliver solutions. Research: Stay current with the latest developments in machine learning and AI to continuously improve our technology stack. Required Qualifications: Education: Bachelor’s or Master’s degree in Computer Science, Engineering, Mathematics, Statistics, or a related field. Experience: Demonstrated at least 3 years experience as a Machine Learning Engineer or in a similar role. Programming Skills: Expertise in programming languages such as Python, golang, or Java. Machine Learning Frameworks: Proficient with machine learning frameworks and libraries like TensorFlow, PyTorch, JAX, scikit-learn, or equivalent. Data Management: Strong understanding of data management and processing tools such as SQL, Hadoop, Spark, etc. Problem-Solving: Exceptional analytical and problem-solving abilities. Data Analysis Tools: Skilled in using data analysis and visualization tools like NumPy, Pandas, and Matplotlib. NLP Experience: Familiarity with natural language processing concepts and large language models, including transformers and attention mechanisms. Preferred Qualifications: Advanced Education: Ph.D. in a relevant field. Domain Knowledge: Experience in specific domains such as natural language processing (NLP), recommendation systems, computer vision, etc. Big Data: Experience with big data technologies and distributed computing. Cloud Services: Familiarity with cloud platforms such as AWS, Google Cloud, or Azure. DevOps: Knowledge of CI/CD pipelines and tools for automating the deployment of machine learning models.

职责 1.利用数据挖掘、机器学习、深度学习等相关算法，解决核心业务需求 2.基于用户信息数据，行为数据及其他相关数据建立数据模型，解决风控问题 3.设计并提供机器学习服务，应用于核心业务 4.分析调研业务流程与特征，探索新技术在业务流程优化中的应用 岗位要求 1.扎实的计算机及数学基础，熟练掌握各种常见算法 2.熟悉常见的数据挖掘/机器学习算法及常用框架，有三年以上的相关研究或开发经验 3.精通Java/python 语言开发，熟悉主流数据库的使用 4有自然语言处理/推荐系统/大规模数据分析系统设计经验优先 5.有保险或金融行业经验者优先,熟悉保险理赔、医疗知识图谱为加分项 6.具有很强的自我驱动力和团队合作精神，思路清晰，交流能力强

岗位职责 1.负责广告业务MLOps平台的设计与开发，包括特征平台、训练和推理平台等； 2.易用性优化，持续提升平台易用性，降低广告业务机器学习的应用门槛； 3.研究和跟进业界领先的开发模式以及系统架构，并在项目内应用和推广。 岗位要求 1.有扎实的JAVA编程基础和实践经验以及SpringBoot、Spring Cloud相关技术，具备扎实的数据结构和算法基础，较好的技术视野； 2.熟悉大中型网站后台架构，有大型系统的重构经验，有高可用系统实践经验者优先； 3.至少熟悉一门脚本语言，如python、shell等； 4.具备良好的沟通能力和团队合作能力，富有创造力和激情，学习能力强，勇于接受挑战。

主要职责： 算法设计与研发： 负责分类、聚类、匹配和转换等机器学习算法的设计和研发，提升数据分析和智能应用的效果。 研究前沿的机器学习算法和技术，应用于实际项目中，解决复杂的业务问题。 模型训练与优化： 进行大规模数据的处理和分析，训练和优化机器学习模型，提升模型的准确性和鲁棒性。 进行特征工程和数据预处理，提升模型的输入质量。 技术实现与应用： 将机器学习算法和模型应用于实际业务场景，开发高效的解决方案。 与产品和工程团队紧密合作，确保算法和模型的高效实现和部署。 项目管理与实施： 负责机器学习项目的管理和实施，协调各部门资源，确保项目按时交付。 跟踪项目进度，及时解决项目中出现的问题和挑战。 技术文档与报告： 编写详细的技术文档和报告，记录算法和模型的设计、实现和优化过程。 向团队和管理层汇报项目进展和成果，提供技术支持和培训。 任职要求： 教育背景： 计算机科学、人工智能、统计学等相关专业硕士及以上学历，博士优先。 工作经验： 5年以上机器学习算法研发相关工作经验，有分类、聚类、匹配和转换算法研发经验者优先。 技术能力： 精通机器学习和深度学习的基本原理和常用算法，具备扎实的编程能力。 熟悉常用的机器学习和深度学习框架，如TensorFlow、PyTorch、Scikit-learn等。 项目经验： 有实际的机器学习项目经验，能够独立完成从数据处理到模型部署的全流程工作。 有分类、聚类、匹配和转换算法的项目经验者优先。 软技能： 具备良好的沟通能力和团队合作精神，能够在跨部门团队中有效协作。 具备较强的学习能力和创新意识，能够快速掌握新技术和新方法。

职位描述： 1、构建机器学习基础设施和服务，负责机器学习应用到公司产品，解决实际业务问题。 2、设计、构建和部署有效和创新的机器学习解决方案，以匹配公司公司产品、提升公司核心业务的智能化。例如：推荐、个性化、预测和自动化决策等等。 3、构建大规模机器学习研发平台，全栈功能包括特征工程、模型训练、在线推理，完善平台功能，提高系统稳定性，优化效率等。 4、负责机器学习知识库的搭建和维护，落实知识库的构建与优化。 5、挖掘并研究领域最新技术，快速理解评估应用价值，思考应用场景并提出实施方案。 6、解决研发过程中的关键问题和技术难题。 7、为团队成员提供指导并持续改进工程实践。 岗位要求： 1、英语通过四级，计算机、通讯、数学相关专业优先，985/211/双一流本科学历。 2、有良好的计划、沟通、组织协调能力、语言表达能力；较强的逻辑分析能力和应变能力；良好的团队合作精神。 3、关注AI技术前沿，对AI行业有深刻认知，逻辑思维严谨，对用户体验敏感。 4、具备较强的概念思维能力，能够从项目实践中做举一反三，并熟练运用到AI场景设计中。 5、具有良好的软件设计和开发能力，熟练使用Python、Go、PHP等一种或多种语言。 6、熟悉MySQL、Docker等应用开发组件/框架。 7、熟悉TF/Pytorch等机器学习框架，熟悉模型训练、模型推理等基础概念。 8、具有清晰的目标感和职业规划，喜欢挑战和尝试。

公司简介：公司设立在北京，专注于量化 对冲投资。公司团队均毕业于国内外一流名校（如斯坦福大学、 南加州大学、清华大学、北京大学、浙江大学等），也曾供职 于国内外**的量化对冲机构（如Millennium、WorldQuant、 Magnetar、Kokomo Capital、中金公司等）。两大类 产品：市场中性、择时对冲，2016年收益在合作渠道中同期 同类产品里均排名**。 工作职责： 1、负责机器学习工具和框架的设计与开发 2、负责对机器学习训练部分的加速 3、为研究员提供机器学习问题的答疑服务 任职要求： 1、国内外知名院校计算机，电子，金融工程等相关专业 2、具有5年以上的C++开发经验 3、编程基本功扎实，编码风格严谨，精通C/C++开发 4、精通深度学习框架底层，或精通操作系统原理 5、做事积极主动，责任心强，结果导向，有较强的沟通能力和跨团队协助能力

岗位职责： 1 完成AI人工智能方向相关培训课程的研发和教学任务； 2 完成高校合作实训方案的撰写； 3 积极参与公司内部培训，保持技术先进性； 4 参与专业教材开发。   任职资格： (1) 扎实的数学基础和逻辑思维能力，人工智能/统计学/大数据/计算机/数学等相关专业优先； (2) 熟悉PYTHON和JAVA开发，熟悉Linux操作系统，2年以上人工智能开发工作经验； (3) 熟悉深度学习开源平台，如TensorFlow、Torch、Caffe、MxNet等，并且至少具有一个平台上的项目开发经验； (4) 对统计机器学习、自然语言处理、知识图谱、计算机视觉、语音识别及合成等至少一个领域有较为深入的研究； (5) 有一定的团队管理能力，需具备良好的思维能力，自学能力，创新能力，团队协作能力以及较强的责任心；

我们正在寻找两名熟悉人工智能方面的大学生实习生。该职位需要有良好的编程技能和数学基础，以及对自然语言处理和机器学习算法的理解。 正在攻读计算机科学、数据科学或相关专业的本科生或研究生； 熟练掌握Python编程语言； 熟悉自然语言处理和机器学习算法； 具备良好的数学基础； 能够独立思考和解决问题； 有数据处理和分析经验者优先考虑。

【岗位描述】 1. 利用深度学习和机器学习算法，针对电信业经营、管理场景，进行机器学习、AI因果推理以及模型可解释的模型开发优化； 2、建设联通用户数据分析体系，并对用户行为、产品数据进行统计分析、预测，为企业经营分析提供有效策略和建议； 3. 利用NLP以及机器学习技术，针对意图识别、人机对话、特征提取、机器学习等场景，在企业经营管理页面上实现智能问答、智能预测； 4. 跟踪业界前沿技术的发展，探索深度学习等前沿技术在企业智能场景下的应用前景，包括不限制于大模型的微调等。 【岗位要求】 1. 数学类、统计学、计算机科学或相关专业的本科及以上学历，2年以上机器学习或数据分析工作经验； 2. 扎实的数据结构和编程基础，至少精通一种编程语言，如Python，Java，SCALA等; 3. 熟悉深度学习（如DNN、CNN、RNN、LSTM、Bert等）以及常见机器学习算法（LR、SVM、xgboost、贝叶斯等）的原理与算法，并有相关算法的实践经验； 4. 熟悉TensorFlow、Pytorch、nltk其中一种深度学习框架; 5. 良好的英语阅读能力，有强烈求知欲，关注业界前沿技术和人工智能相关的学术研究动态； 6. 加分项：熟练掌握海量数据处理技术，有使用Hadoop/Hive/Spark分析海量数据的能力和经验。

【岗位职责】 1. 应用机器学习/深度学习开发期货量化策略； 2. 配合基金经理优化、监控中国期货市场的量化交易策略。 【岗位要求】 1. 数学，物理，计算机，人工智能或自动化等相关专业； 2. 2年以上期货深度学习相关工作经验，具备良好的实盘业绩表现； 3. 具备良好的编程基础，至少熟练使用一种编程语言：C/C++/Python； 4. 热爱量化研究，有探索精神，能够深入思考，具备快速学习能力，注重细节； 5. 加分项：在顶刊或会议上发表论文，在校期间主要科研项目与深度学习相关。