职位描述

- 跟踪前沿算法理论和业界技术，研究领先的机器学习算法及其理论，包括但不限于自动机器学习、深度学习、弱标记学习、隐私保护机器学习、可解释机器学习、凸优化、非凸优化、随机优化、强化学习、非梯度优化、分布式机器学习、图学习等

- 将领先的机器学习算法及理论与图像、语音、自然语言等领域问题结合，研究有效解决领域问题的算法及理论

- 将领先的机器学习算法及其理论应用等研究成果发表于国际会议与期刊，参与组织国际会议、比赛、期刊及其工作会议等学术活动

- 与产品研发团队协作推动前沿算法落地，以帮助解决金融、互联网、零售、医疗、能源、安防、政务等广泛领域中的机器学习问题，为客户带来效率提升，创造广泛的业务价值

职位需求

- 对在以下至少一个领域有深入的研究：机器学习、计算机视觉、语音处理、自然语言处理、图学习

- 编程能力，熟练掌握C/C++/Java/Python，可以胜任快速原型实现与开发

- 对前沿、有价值的研究领域保持敏感，有能力判断或选定探索的方向

- 强烈的目标驱动，对技术与研究有热情，愿意挑战新的算法和新的领域

- 能在未知与不确定的探索研究过程中保持舒适的状态

- 具有良好的沟通能力，和良好的团队合作精神

加分项（至少满足一项）

- 在国际会议或期刊上发表过机器学习相关论文，包括但不限于NIPS，ICML，ICLR，AAAI，IJCAI，KDD，CVPR，ICCV，ACL，EMNLP，TPAMI，JMLR，TKDE，MLJ，TIP等

- 熟悉凸优化、矩阵论、实分析、概率论和统计等

- 熟悉深度学习，对其新方向与进展有深入研究，掌握至少一种常用深度学习的框架Pytorch，Tensorflow，Mxnet，Caffe，有实践经验，掌握自动调参策略

- 熟悉图算法，对其新方向与进展有深入研究，熟悉GraphX，GraphLab，neo4j，OpenKE等图计算工具

- 熟悉强化学习，对强化学习方向新方向与进展有深入研究，有大量的强化学习理论与实践工作

- 熟悉机器学习可视化，对大规模机器学习模型、树模型、深度学习模型的可视化做过深入的研究

- 熟悉优化算法，对凸优化、非凸优化、随机优化、非梯度优化等相关算法做过深入的研究

- 熟悉计算机视觉、语音处理或者自然语言处理等领域相关前沿算法，对其新方向与进展有深入研究，有大量的实践经验

- 有丰富的实际工程经验或参加数据科学比赛并取得名次

- Best Paper或Best Paper Nomination等

- 荣获国际知名学术奖项

- 发表过Nature、Science文章

- 参与过ACM/ICPC竞赛并获奖

- 在GitHub等平台上深度参与或者建立有影响力的开源项目

- 熟悉大规模分布式并行计算的原理并具有实现分布式并行算法的能力

- 人工智能领域硕士或博士学位，对所在研究领域有广泛深入的理解