职位&公司对比
职位详情
- 北京
- 3-5年
- 硕士
- 深度学习
- 算法
- 数据分析
1. 扎实的软件开发基础,较好的Java/Python/R/C++开发经验,3年以上Java经验优先; 2. 熟悉算法和数据结构; 3. 熟悉运用和评估开源应用软件 4. 根据业务需求进行,执行数据分析项目工作,起草工来自BOSS直聘作方案; 5. 按要求完成数据分析报告、建模报告、数据报表等; 6. 按要求对模型及算法进行验证和实现; 7. boss 有曾经应用运筹学方法和统计学建立数据模型,解决实际工业优化决策问题的背景者优; 8. boss 有曾经应用数据挖掘和机器学习方法建立预测数据模型的背景者优BOSS直聘先; 9. 思路清晰、态度认真、责任心强、有较强的时间管理能力; 10. 较好的英语科技文献阅读能力。
职位详情
- 北京
- 本科
- 在校/应届
- 机器学习
- 图像算法
- 多模态算法
- Python
- 算法工程化经验
- 发表算法相关优秀论文
- 参加算法相关竞赛/获奖
- 优秀开源项目经历
- 接受实习/在校生投递
- 要求技能
- 时序分类
清华大学智能车实验室——故障诊断算法实习生(科研型实习) 【清华实习】清华大学车辆学院国重实验室招聘故障诊断算法实习生 (可远程实习,提供优秀实习生带团队机会,该招聘长期有效) 一、清华大学实验室简介 团队隶属于清华大学车辆来自BOSS直聘学院与计算机系,目前共有研究员、博士后等在职人员十余人。主要从事深度学习、时序分类、故障检测、故障诊断、目标检测、图像分割算法的研发,主要专注于机器学习方法在高端工业装备、航发、半导体制造、新能源BOSS直聘汽车、铁路系统的状态监测等领域的研究和应用。 二、岗位研究方向及要求 1、研究方向【任选一个】 (1)基于多源传感器融合/多模态的故障诊断算法研究; (2)基于域泛化的故障诊断算法研究; (3)基于PINN的故障诊断算法研究; (4)基于数字孪生的故障诊断算法研究; (5)基于联邦学习的故障诊断算法研究; (6)基于扩散模型的样本生成算法研究; (7)基于风格迁移的样本生成算法研究; (8) 轻量化诊断模型研究; (9)恶劣环境下的目标检测; (10) 自动驾驶关键子系统诊断。 2、研究对象【任选一个】 (1)自动驾驶汽车 (2)航空关键设备 (3)铁路关键设备 (4)公路基础设施 (5)水利水电设备 (6)海上风电设备 3、岗kanzhun位要求: 1、掌握Python、Matlab等编程语言BOSS直聘 2、掌握至少一种深度学习框架,如Pytorch、Tensorflow、Caffe等,熟悉模型、框架优化boss技巧; 3、熟悉深度学习、故障诊断基本知识和算法,有相关研究经历; 加分项: 1、熟悉深度学习至少一个方向(分割、检测、分类等)的经典模型; 2、了解时序分类算法或目标检查算法; 3、熟悉神经网络调整与优化技巧; 4、了解前沿知识(PINN,LLM,可解释性,域适应, 域泛化等)优先考虑; 5、了解多模态融合算法,如时序、图像、点云融合; 6、扎实的编程能力; 7、在IEEE或艾斯威尔等期刊有相关论文答辩经验、有实验室、企业实习经历或发表相关论文,或参加相关比赛并获得较好名次; 8、实习时间长的优先; 三、待遇 1、提供基本生活补贴,并对工作认真者、能力优异者提供额外奖励; 2、协助办理学校的工作饭卡,并为优秀的实习生提供住宿; 3、参与国家重点研发项目的相关工作; 4、优异者推荐留校工作的机会,待遇从优; 5、优秀者提供实习证明、导师推荐信和其他深造机会; 四、备注 1、科研型实习,非公司实习; 2、有深造意愿者优先;
技能解析
- C++开发
- 数据结构
- 算法和数据结构
- 数据分析
- 较好的英语
- 文献阅读
- 项目工作
- 分析报告
- 管理能力
- 数据模型
- 开发经验
- 熟悉算法
- 数据分析报告
- 阅读能力
- 数据挖掘
- 预测数据
- 软件开发
- 数据报表
- 机器学习
- 学习方法
数据来自CSL职业科学研究室
技能解析
- 深度学习框架
- 自动驾驶
- 深度学习
- 水利水电
- 编程语言
- 驾驶汽车
- 神经网络
- 编程能力
- 新能源汽
- 故障诊断
- 算法研究
- 研究方向
- 自动驾驶汽车
- 机器学习
- 学习方法
数据来自CSL职业科学研究室
公司福利
- 交通补助
- 餐补
- 带薪年假
- 全勤奖
- 年终奖
- 定期体检
- 意外险
- 补充医疗保险
- 五险一金