职位&公司对比
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,向管理层汇报关键发现。 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
- 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
- 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
- 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
- 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
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