崗位職責:
1. 算法研發(fā)與優(yōu)化
依據(jù)業(yè)務要求,負責設計、開發(fā)和優(yōu)化各種機器學習、深度學習算法。針對復雜問題,開展前沿算法研究,研發(fā)出高效、精準、可落地的算法模型。
依據(jù)項目要求,運用多種優(yōu)化技術(shù),對模型進行持續(xù)迭代優(yōu)化,確保模型在準確率、召回率、運行效率等關(guān)鍵指標上達到最優(yōu)。
2. 模型訓練與優(yōu)化
負責收集、整理和標注海量業(yè)務數(shù)據(jù),構(gòu)建高質(zhì)量的訓練數(shù)據(jù)集,以用于訓練精準的機器學習、深度學習模型。
選擇合適的訓練方法和參數(shù),對算法模型進行訓練。
3. 模型評估與部署
運用合適的評估指標對算法模型進行評估。
將經(jīng)過測試和優(yōu)化的算法應用到實際業(yè)務場景中,確保算法能夠解決實際問題。
負責算法的部署和維護,確保算法在生產(chǎn)環(huán)境中的穩(wěn)定性和高效性。在大規(guī)模數(shù)據(jù)處理和高并發(fā)場景下,要能夠保證算法的性能不受影響,及時處理可能出現(xiàn)的故障。
4. 跨團隊協(xié)作
與軟件工程師緊密配合,將優(yōu)化后的算法模型無縫嵌入到實際產(chǎn)品或服務中,保障算法從實驗室到生產(chǎn)環(huán)境的順利落地。
協(xié)同數(shù)據(jù)分析師,深入挖掘數(shù)據(jù)價值,依據(jù)數(shù)據(jù)分析結(jié)果反饋,針對性改進算法,使其更貼合業(yè)務實際需求。
任職要求:
1. 教育背景
要求計算機科學、數(shù)學、統(tǒng)計學、電子工程等相關(guān)專業(yè)碩士及以上。
2. 技能要求
熟悉主流開源算法模型(圖像識別領(lǐng)域、自然語言處理領(lǐng)域),精通機器學習和深度學習算法,包括但不限于線性回歸、邏輯回歸、決策樹、SVM、CNN、YOLO、RNN等。理解這些算法的原理、適用場景、優(yōu)缺點,并且能夠根據(jù)實際問題選擇合適的算法。
熟練掌握編程語言,如 Python(具有豐富的機器學習庫,如 Scikit - learn、TensorFlow、PyTorch 等)、Java、C++ 等。能夠用這些語言實現(xiàn)復雜的算法,進行高效的數(shù)據(jù)處理和模型開發(fā)。
精通機器學習和深度學習算法,如線性回歸、支持向量機、決策樹、神經(jīng)網(wǎng)絡等。能夠理解算法的原理、優(yōu)缺點,并根據(jù)實際問題選擇合適的算法。
具備扎實的數(shù)據(jù)結(jié)構(gòu)和算法知識,如數(shù)組、鏈表、棧、隊列、樹、圖等數(shù)據(jù)結(jié)構(gòu),以及排序算法、搜索算法、圖算法等。能夠有效優(yōu)化算法的性能和效率。
3. 工作經(jīng)驗
校招人員,需以主要研發(fā)人員身份參與過學校實驗室的相關(guān)算法項目,且畢業(yè)設計與項目強相關(guān);或參與過相關(guān)算法項目實習,并獨立完成某一功能模塊。
社會人員,通常需要有五年以上實際工作經(jīng)驗,包括完整的算法開發(fā)和部署周期經(jīng)驗,并有可演示成果。