1、模型開(kāi)發(fā)與優(yōu)化:
【1】負(fù)責(zé)核心業(yè)務(wù)場(chǎng)景(如推薦系統(tǒng)、搜索排序、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能決策等)中機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型的設(shè)計(jì)、實(shí)現(xiàn)、訓(xùn)練、調(diào)優(yōu)與部署。
【2】深入理解業(yè)務(wù)邏輯,抽象問(wèn)題并定義合適的算法解決方案,持續(xù)提升模型效果(如準(zhǔn)確率、召回率、AUC、CTR、CVR、延遲、資源消耗等關(guān)鍵指標(biāo))。
【3】跟進(jìn)領(lǐng)域前沿技術(shù)(如大模型、AIGC、多模態(tài)學(xué)習(xí)等),探索其在業(yè)務(wù)場(chǎng)景中的應(yīng)用潛力。
2、數(shù)據(jù)處理與分析:
【1】負(fù)責(zé)大規(guī)模數(shù)據(jù)的清洗、特征提取、特征工程工作,構(gòu)建高質(zhì)量的訓(xùn)練和評(píng)估數(shù)據(jù)集。
【2】運(yùn)用數(shù)據(jù)分析方法,挖掘數(shù)據(jù)價(jià)值,診斷模型問(wèn)題,提出改進(jìn)方向。
3、算法研究與應(yīng)用:
【1】針對(duì)特定業(yè)務(wù)難題,調(diào)研、復(fù)現(xiàn)、改進(jìn)或創(chuàng)新算法,撰寫(xiě)技術(shù)方案并進(jìn)行驗(yàn)證。
【2】將學(xué)術(shù)界或工業(yè)界的最新成果有效落地到實(shí)際產(chǎn)品中。
4、工程落地與協(xié)作:
【1】與后端工程師、數(shù)據(jù)工程師、產(chǎn)品經(jīng)理、業(yè)務(wù)方等緊密協(xié)作,確保算法模型高效、穩(wěn)定地集成到線上系統(tǒng)。
【2】參與構(gòu)建和優(yōu)化算法相關(guān)的工程鏈路、工具和平臺(tái);
任職要求:
1、碩士研究生及以上學(xué)歷,計(jì)算機(jī)科學(xué)、人工智能、軟件工程、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、電子工程或相關(guān)專業(yè)。
2、編程能力:
精通 Python,具備扎實(shí)的編碼能力和良好的編程習(xí)慣。
熟練掌握至少一種其他編程語(yǔ)言(如 C++、Java、Scala)。
3、算法基礎(chǔ):
扎實(shí)的算法與數(shù)據(jù)結(jié)構(gòu)基礎(chǔ),熟悉常見(jiàn)算法思想(排序、查找、動(dòng)態(tài)規(guī)劃、貪心、回溯、圖論等)。
深入理解機(jī)器學(xué)習(xí)基本原理(監(jiān)督/非監(jiān)督學(xué)習(xí)、模型評(píng)估、過(guò)擬合與正則化、特征工程等)。
4、深度學(xué)習(xí)框架: 熟練掌握至少一種主流深度學(xué)習(xí)框架(PyTorch 或 TensorFlow),理解其核心原理。
5、問(wèn)題解決能力: 優(yōu)秀的邏輯思維能力、分析問(wèn)題和解決問(wèn)題能力,能夠獨(dú)立承擔(dān)復(fù)雜算法任務(wù)。