-
岗位职责: 1、从事大语言模型(LLM)预训练算法研究、训练、应用,涉及多语言、知识增强、模型性能提升等方面; 2、基于RLHF范式的PPO强化学习算法优化NLP模型生成效果,减少有害、敏感或偏见相关回复; 3、支持公司通用类和垂类大模型中的强化学习模块研发。 岗位要求: 1、硕士及以上学历,计算机、数学或自动化等相关专业,两年以上强化学习相关工作经验; 2、熟悉 actor-critic、Q-learning、PPO、off-policy RL等强化学习算法,有完整训练过PPO算法经验优先; 3、对 RLHF基本原理有深入理解,有指导0-1构建数据集能力 和 训练 RM模型经验者优先; 4、追踪了解业绩最新研究成果,包括但不限于instructGPT、LLaMA等大模型; 5、在ICML、ICLR、NeurIPS、AAAI等会议或期刊上发表过论文者优先。 6、具备良好的沟通能力,跨团队协作能力,出色的规划、执行力,强烈的责任感,以及优秀的学习能力。
-
工作职责: 1.负责泛知识学习成长品类的内容和创作者运营,关注优质创作者成长,包括优质UP主的挖掘扶持,并能够通过有效的运营手段打造创作者标杆case 2.关注品类内创作和消费趋势,能够通过运营手段优化用户消费路径并将趋势内容规模化放大,持续提升优质创作者的规模和消费规模,带动平台的用户增长 3.定期策划成长线相关活动,能够利用品类特色内容,提升品类在行业或圈层影响力 4.能够结合行业内外部资源,构建良好的内容生态,持续建设泛知识学习心智 工作要求: 1.本科及以上学历,5年工作经验,了解社交媒体平台内容和用户喜好,了熟悉B站的内容传播特性和生产方式,喜欢B站社区氛围和内容,有用户运营经验者和内容平台工作经验优先 2.有较强的内容sense,对数据敏感,有较强的分析能力,善于发现和挖掘数据价值,并根据数据调整内容策略,有教育成长行业资源的优先; 3.有较强的逻辑能力以及良好的商业分析思维,有独立思考能力和自驱意识,善于沟通,结果导向,思维敏捷,开放心态.
-
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。
-
*有编程实现工程化、模型训练的项目经验优先 Responsibilities: 1. 负责对客户提供的连锁餐饮、快消行业的销量数据或电商行业消费者数据进行深度挖掘, 并能实际应用到业务中带来实际商业价值; 2. 学习商家提供的大数据,结合地理环境大数据的演化和发展,通过各维度数据分析,提供完整数据分析解决方案,以数据引导产品运营策略,以数据驱动增长; 3、全程参与数据建模和算法实现,并在大数据平台中实现自动化和服务化; 4、公司交付项目类型主要集中于:机器学习的树模型(LightGBM和catboost)、时间序列、运筹 路径规划 求解器、分群模型(主要是聚类相关模型,比如kmeans,DBSCAN等)、NLP等; 5、 上级安排的其他任务。 Requirements: 1. 计算机、数学等相关专业,本科以上学历,有全职算法工作机经验优先; 2. 精通 Python。 熟悉包括 pandas、sklearn 等数据分析库;熟悉 Hadoop 大数据框架; 3. 熟悉经典的数据挖掘、机器学习算法,如 LR、决策树、BP 神经网络、SVM 等浅层学习, 了解集成算法,诸如 bagging、boosting 等,对熟悉深度学习 CNN、RNN 的加分。
-
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。
-
岗位职责 1、通过不同的渠道资源邀约客户沟通,达成意向谈判 2、了解海外批发市场,能结合产品开发新客户,稳定维护老客户 3、熟悉产品供应链的基本情况,对产业分布有一定的基本了解 岗位要求 1、本科及以上学历(接受24届应届毕业生),英语口语流利,能克服不同口音进行交流 2、具备良好的沟通、抗压、应变能力 3、具备1年外贸销售工作经验者优先考虑
-
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
-
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。
-
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;
-
深度学习系统研发工程师(J10149)
[无锡·滨湖区] 09:04发布18k-23k·14薪 经验3-5年 / 硕士人工智能服务,IT技术服务|咨询,数据服务|咨询 / 不需要融资 / 50-150人工作职责: 1.大规模分布式深度学习系统的设计和开发; 2.模型算法与智能计算软硬件系统协同优化; 3.深度学习平台前沿技术跟研和技术发展路线规划; 4.常驻无锡工作。 任职资格: 1.***硕士及以上学历,具有3年及以上工作经验,计算机科学与技术、软件工程等相关专业。 2.良好的软件开发素养,熟练使用Linux操作系统,掌握shell、C/C++、Python等编程语言,熟悉设计模式、网络通信、多线程编程、计算机体系结构等技术者优先; 3.熟练使用一种以上深度学习框架(tensorflow/pytorch/caffe/mxnet等); 4.掌握分布式机器学习架构及优化算法,有华为、百度或其它国产AI芯片上进行算法移植和优化经验者优先; 5.在国内外高水平刊物或会议上发表过人工智能相关学术论文者优先。 -
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;