资深机器学习工程师
相关职位简介
- 来源:厦门白山耘科技有限公司
资深机器学习工程师
岗位职责:1.参与快消行业客户的数据挖掘建模分析项目,能独立完成从数据提取.特征工程.算法实现的全套流程;2.形成算法积累,参与数据模型类产品精准营销系统的研发。岗位要求:1.3-10年相关行业工作经验2.扎实的理论和算法基础,深刻理解常用的机器学习模型,能够明确客户目标和提出相应的解决方案3.至少熟练掌握一门编程语言和快速编码能力(Python.Java.Scala)等4.熟悉常用开源分布式系统,Hadoop/Hive/Spark5.熟悉数据仓库原理,熟悉SQL语言6.做事严谨踏实,学习能力强,有独立思考和沟通能力7.全日制硕士及以上学历,数学.统计.计算机等专业
所需技能: 数据分析、机器学习、算法
- 来源:上海哔哩哔哩科技有限公司
资深机器学习工程师
工作职责:1.负责哔哩哔哩机器学习平台的建设;2.运用数据挖掘与机器学习技术,设计相关算法解决业务问题;3.负责通过框架优化,GPU加速与工具链建设等技术手段,加速模型训练和在线预测,提升算法迭代的效率;4.负责探索业界前沿技术,并应用到实际的业务场景中;职位要求:1.计算机或相关专业硕士或以上学历,有3年以上云计算或机器学习等相关领域的工作经验;2.熟悉数据结构和算法,精通C/C++/Python/Golang中的一种编程语言;3.熟悉常用数据挖掘技术与机器学习算法,掌握其原理与适用范围;4.熟悉TenorFlow,MxNet,Caffe等开源框架,有二次开发或提交PR者优先;5.具备GPU研发或相关项目经验者优先;
所需技能: 机器学习、算法、深度学习
- 来源:北京九章云极科技有限公司
资深机器学习工程师
岗位职责:1.参与AutoML.NeuralArchitectureSearch算法和相关开源项目的设计.开发。2.承担机器学习.深度学习在结构化及非结构化领域的算法研究和优化工作;3.熟练掌握各种主流机器学习算法的基础上,分析不同的业务需求,寻找并构建有效的行业解决方案;岗位要求:1.要求候选人具备机器学习和深度学习领域上的研究能力同时也要有很强的工程能力,能够阅读相关领域的中英文文献并且完成高质量的工程实现。2.有扎实的软件设计和编码能力,至少精通一种开发语言。3.精通PyTorch.Tenorflow深度学习框架;4.有大规模分布式计算平台的使用和并行算法的开发经验优先;5.有AutoML.AutoDL.NAS领域研究经验优先;6.具备良好的逻辑沟通能力和解决实际问题的能力;
所需技能: TensorFlow、Caffe、PyTorch、Keras
- 来源:信征(北京)信息技术有限公司
资深机器学习工程师
工作职责1.负责计算机视觉相关的技术系统与产品的算法研究工作。2.负责计算机视觉相关方向的技术难点攻关与前瞻研究。3.负责算法实现与计算性能优化,并推动其上线应用。4.搭建深度学习的软硬件架构,满足业务需求。5.负责深度学习框架下人脸识别.OCR等核心算法研究及产品落地。任职要求1.全日制硕士及以上学历,计算机科学与技术.计算机视觉.模式识别.图像处理.信号与信息处理等相关专业,有五年以上工作经历。2.具备扎实的图像处理.模式识别.计算机视觉等基本知识和常用算法。3.熟悉目标检测.识别,图像分类.分割.增强.去噪等算法及流程。4.熟悉至少一种深度学习框架Pytorch/Caffe/Tenorflow,熟悉OpenCV算法。5.熟练掌握机器学习算法,具有深度学习模型开发.训练.调参.优化等经验。6.有人脸识别.OCR.视频相关产品开发经验优先。7.参加国际比赛.发表相关学术论文优先。
所需技能: 深度学习算法、视觉图像算法、人脸识别、TensorFlow、Caffe、PyTorch
- 来源:北京小米移动软件有限公司
资深机器学习工程师
工作职责:1.负责用户画像标签体系建设2.针对海量用户行为数据,挖掘用户兴趣标签.金融属性等多维度画像3.深入理解业务和机器学习技术,优化模型&策略任职要求:1.本科及以上学历,计算机.数学.通信相关专业,两年以上大数据挖掘和机器学习的项目经验;2.熟悉聚类.分类.回归.图模型等机器学习算法,对常见的核心算法理解透彻,有实际建模经验者优先3.具有扎实的编程能力,精通至少一门编程语言例如Java/Python/Scala4.对于用户画像.标签挖掘有实践经验者优先6.掌握大数据处理技术栈,有丰富的Hadoop/Spark/SparkStreaming/Storm/Flink的实际项目使用经验者优先7.持续学习,保持跟进机器学习领域最新研究方向和成果,对于大数据应用在各个垂直领域的探索;8.优秀的团队合作精神,乐于面对挑战.负责敬业
所需技能: 深度学习算法、用户画像、机器学习
入门书籍
- 神经网络与机器学习
- 机器学习实战
- 机器学习
职业晋升路径
横向职业发展
职业问答
本来是有这么一些工作内容:数据采集、清洗 + 数据标注 + 特征工程 + 搭建学习框架(定义输入、输出、模型结构 + 激活、损失函数 + 优化算法)。
然而,现在框架都被一些互联网公司搭建的很不错了(pytroch、TensorFlow、Caffe、DL4J 等),所以占比很大的一部分工作就是数据采集、清洗、标注,特征工程等;而且特征工程做得好坏,会极大的影响到模型收敛速度和训练效果。
我具体只了解这么点儿,欢迎批评指正。