职位&公司对比

招聘中
  • 电子/半导体/集成电路

职位详情

  • 合肥
  • 5-10年
  • 本科
  • 机器学习
  • 深度学习
  • 大模型算法
  • 算法工程化经验
  • Python

岗位职责 1.负责半导体制造生产过程中的数据挖掘、分析与建模,优化良率、设备效率及工艺流程。 2.基于Python开发机器学习/深度学习模型,应用逻辑回归、XGBoost、随机森林等算法解决实际问题(如缺陷检测、预测性维护等)。 3.结合统计学方法与业务需求,设计数据驱动的解决方案,推动生产智能化。 4来自BOSS直聘.与工艺、设备、研发团队协作,输出可落地的算法模块或工具。 5.撰写技术文档及分析报告,向理层汇报关键发现。 任职要求 1.学历背景: - 双一流院校硕士及以上学历,计算机科学、统计学、数学、电子信息等相关专业。 2.工作经验: - 3年以上数据挖掘或机器学习相关工作经验,有半导体/制造业背景优先。 3.技术要求: - 熟练使用Python及Pandas、NkanzhunumPy、Sbosscikit-learn等boss数据科学库。 - 精通逻辑回归、XGBoost、决策树等算法原理及调优方法。 - 扎实的统计学基础,熟悉假设检验、回归分析、时间序列分析等。

职位详情

  • 合肥
  • 1-3年
  • 硕士
  • 大模型算法
  • 深度学习
  • 推荐算法
  • 嵌入式开发

岗位职责: 1. 参与供应链库存优化模型搭建和具体问题解决方案的设计工作,和业务团队共同了解业务背景及需求。 2. 负责对自动补货、自动调来自BOSS直聘拨、自动退货、库存健康、库存模拟进行建模、模型优化和提升。 3. 负责利用数据挖掘、机器学习相关算法,对零售供应链相关各环节进行分析、预测并持续优化相关模型,解决实际BOSS直聘业务需求。 4. 负责追踪前沿库存优化理论和统计预测等技术,结合场景落地,将算法进行直聘产品化落地,创造价值。 任职要求: 1. 硕士或以上学历,计算机、数学、统计学、运筹学、人工智能等相关专业,具有扎实的统计和数据挖掘、建模基础。 2. 熟悉运筹优化领域主要问题、理论工具及常用解决方法,对LP、MIP、DP有较深入了解。 3. 掌握常见的机器算法模型及原理,如LR、D/R Tree model、Boosting、Bagging、PCA,熟悉分类、预测、聚类等常用算法,熟悉工程应用中GBDT、XGBoost关键参数,参与过大规模机器学习boss、数据挖掘项目。 4. 丰富的独立实现算法和调优经验,熟悉开源机器学习框架,参与过相关领域大规模工程项目实践。 5. 对数据敏感,具有良好的逻辑思维能力、理解业务的能力、沟通能力和表达呈现能力,主动性强。 6. 有供应链库存优化领域经验优先。

技能解析

专有技能
  • 电子信息
  • 深度学习
  • 数据驱动
  • 数据科学
  • 算法原理
  • 分析报告
  • 团队协作
  • 写技术文档
  • 工艺流程
  • 生产过程
  • 逻辑回归
  • 技术文档
  • 解决实际问题
相同技能
  • 解决方案
  • 机器学习
  • 数据挖掘

数据来自CSL职业科学研究室

技能解析

专有技能
  • 利用数据
  • 良好的逻辑
  • 供应链相关
  • 设计工作
  • 沟通能力和
  • 逻辑思维能力
  • 相关算法
  • 问题解决
  • 数据敏感
  • 方案的设计
  • 沟通能力
  • 常用算法
  • 逻辑思维
  • 良好的逻辑思维
  • 算法模型
  • 人工智能等
  • 良好的逻辑思维能力
相同技能
  • 解决方案
  • 机器学习
  • 数据挖掘

数据来自CSL职业科学研究室

工作时间

上午09:00   -   下午06:00

公司福利

  • 免费工装
  • 有无线网
  • 宿舍有空调
  • 包住
  • 餐补
  • 全勤奖
  • 节假日加班费
  • 夜班补助
  • 加班补助
  • 年终奖
  • 定期体检
  • 意外险
  • 补充医疗保险
  • 五险一金

公司福利

  • 节日福利
  • 团建聚餐
  • 零食下午茶
  • 员工旅游
  • 带薪年假
  • 全勤奖
  • 股票期权
  • 底薪加提成
  • 保底工资
  • 绩效奖金
  • 年终奖
  • 五险一金
更新于 2025-05-13