學歷要求
碩士及以上學歷,計算機科學、信息工程、電子工程、自動化、數(shù)學、統(tǒng)計學等相關(guān)專業(yè)背景。
工作經(jīng)驗
5年或以上的機器學習算法研發(fā)經(jīng)驗,特別是在大數(shù)據(jù)挖掘、自然語言處理、推薦算法、搜索算法等領(lǐng)域有實際項目經(jīng)驗者優(yōu)先。
專業(yè)技能
算法原理與實現(xiàn):
熟悉基礎(chǔ)機器學習算法原理,包括但不限于決策樹、隨機森林、支持向量機(SVM)、神經(jīng)網(wǎng)絡、深度學習等。
能夠獨立實現(xiàn)和優(yōu)化機器學習算法,解決復雜的實際問題。
編程能力:
熟練掌握Python或R等編程語言,了解或熟悉C/C++、Matlab、Scala、SAS、SPSS等其他開發(fā)語言。
熟悉TensorFlow、PyTorch、Keras等主流深度學習框架,能夠高效地進行模型訓練和調(diào)優(yōu)。
數(shù)據(jù)處理與分析:
具備良好的數(shù)據(jù)分析和處理能力,能夠處理大規(guī)模數(shù)據(jù)集,進行特征提取、降維、選擇等。
熟悉數(shù)據(jù)挖掘技術(shù)和工具,如數(shù)據(jù)清洗、異常檢測、數(shù)據(jù)可視化等。
平臺與工具:
有在Linux系統(tǒng)上開發(fā)、調(diào)試算法經(jīng)驗者優(yōu)先。
熟練使用Git、Github等版本控制工具進行代碼管理和協(xié)作。
溝通與協(xié)作
具備良好的溝通能力和團隊協(xié)作精神,能夠與產(chǎn)品經(jīng)理、數(shù)據(jù)科學家、軟件工程師等團隊成員有效協(xié)作。
能夠清晰地闡述技術(shù)方案和設(shè)計思路,確保團隊成員對項目有共同的理解和認識。
附加要求
有良好的英語閱讀能力,能夠閱讀英文技術(shù)文檔和論文。
具備較強的學習能力和創(chuàng)新能力,能夠持續(xù)關(guān)注機器學習領(lǐng)域的新技術(shù)和發(fā)展趨勢。
熱愛技術(shù),對解決具有挑戰(zhàn)性問題充滿激情。