职位&公司对比
职位详情
- 北京
- 不限
- 硕士
- 自然语言处理
- Java
- Python
工作职责 1.开发和优化数据挖掘,自然语言处理,推荐系统等领域的特定算法。 2.利用state-of-the-art的算法解决大规模文本的语义理解,信息抽取,统计直聘,分类,检索boss,和推荐等产品问题。 3.研究自然语言处理领域最新进展,并应用到业务中。 任职条件 1.有自然语言处理,自然语言理解,机器学习等领域的实际项目研发BOSS直聘经验;深kanzhun入理解中文分词,词性标注,句法分析,及统计模型、机器学习、数据挖掘的概念和常用方法;有搜索引擎,文本推荐系统,广告推荐系统,自动文摘,人机对话等领域产品开发经验者优先。 2.对大规模文本数据挖掘系统有深入理解,有Hadoop, Storm, Spark, HBase, Cassandra, MongoDB相关工作经验优先考虑。 3.精通大规模索引和查询系统(如Lucene或Solr者)。 4.精通Java或Python,熟悉Linux开发环境,有较强的编程能力。 5.有独立研究、实验的能力,优秀的分析问题和解决问题的能力,对解决具有挑战性问题充满激情。 6.敬业踏实、积极主动、思维清晰,良好的责任心,较强抗压能力。 7.学历要求:硕士及以上。
职位详情
- 北京
- 3-5年
- 本科
- 日结
- 搜索算法
- 对话系统
- 深度学习
- 算法工程化经验
- 推荐算法
- Python
真诚的欢迎各位同学!我们是创业公司,目前算法团队有一位同伴,与公司一起走过多年,在业务和技术侧都能够很快给到支持,业务飞速发展,所以团队扩建。团队氛围好,劳有所得,但要尽可能全能些的,专精方向发展的可能会不能满足你的预期~期待有nlp项目经验的同学,并且希望在nlp方向做更多事情的同学加入,青睐有实际解决问题能力,简单真诚的伙伴~为了高效合作请评估我们的jd要求再投递简历哦~感兴趣随时与我联系~ 1. 算法探索与优化:负责自然语言处理(NLP)相关的算法设计、开发与调优,持续提升模型效果。 2. 产品赋能:参与 NLP 相关产品的研发,如知识图谱、智能问答、文本挖掘等,让技术真正服务业务。 3. 金融 AI 应用:探索机器学习算法在金融场景的应用,包括相关性分析、排序模型、推荐算法等,优化用户体验。 4. 大模型创新:尝试将 LLM(大语言模型)引入客服等业务,探索新的技术和产品形态,让 AI 更智能、更高效。 5. 数据处理与优化:具备大规模数据处理能力,包括数据清洗、特征工程,以及使用数据蒸馏、远程监督等技术优化模型训练效果。 boss## 岗位要求 1. NLP 经验:本科 3-5 年以上 NLP 相关经验(硕士可减两年),精通 Python(加分项:了解 Java 或 Golang),计算数学、机器学习等专业背景kanzhun优先,优秀者刚毕业也可以。 2. 深度学习和大模型应用:熟练掌握至少一种主流深度学习框架,如 TensorFlow、PyTorch 等,了解 LLM 在图数据库、RAG、Agent 等方面的应用。 3. 数据库基础:boss熟悉至少一种数据库(My来自BOSS直聘SQL/MongoDB/Hive/Neo4j),能高效处理数据。 4. 算法落地能力:在搜索排序、NLP、计算kanzhun机视觉、机器学习等领域有深入理解,并有成功落地经验。 5. 创新思维:善于思考和探索新技术,若有专利、论文积累更佳;有自我驱动力,沟通表达能力强的候选人优先。 6. 代码工程能力:能写出高质量的代码,具备良好的工程设计能力,确保代码可维护、可扩展。
技能解析
- 开发和优化
- 产品开发
- 产品开发经验
- 解决问题的能力
- 编程能力
- 优秀的分析
- 分析问题
- 分析问题和解决问题的能力
- 开发经验
- 研发经验
- 搜索引擎
- 开发环境
- 数据挖掘
- 机器学习
- 自然语言
- 解决问题
数据来自CSL职业科学研究室
技能解析
- 深度学习框架
- 设计能力
- 计算机视觉
- 机器学习算法
- 数据处理能力
- 工程能力
- 用户体验
- 模型训练
- 算法设计
- 学习算法
- 沟通表达能力强
- 表达能力强
- 数据处理
- 解决问题能力
- 使用数据
- 服务业务
- 工程设计
- 沟通表达能力
- 深度学习
- 知识图谱
- 高效合作
- 数据清洗
- 创新思维
- 优化用户体验
- 表达能力
- 沟通表达
- 机器学习
- 自然语言
- 解决问题
数据来自CSL职业科学研究室
工作时间
公司福利
- 团建聚餐
- 员工旅游
- 带薪年假
- 股票期权
- 底薪加提成
- 保底工资
- 年终奖
- 定期体检
- 补充医疗保险
- 五险一金