职位&公司对比

职位详情

• 深圳
• 不限
• 硕士

• Java
• CNN/RNN/LSTM
• 英文读写能力良好
• TensorFlow/PyTorch
• 机器学习算法/工程化经验
• 研究导向
• Hadoop/Hive/Spark
• 计算机相关专业
• 深度学习经验
• Python

AI研究与开发职责： 按董事长提出的要求对AI应用项目的规划、设计、开发和实施； 优化AI产品提升性能和用户体验； 引进AI技术前沿，为公司引入新技术、新工具； 一、编程与算法能力 • 精通编程语言：熟练掌握Python、Java、C++等至少一种主流编程语言，这些语言在AI领域有广泛应用。 • 算法与数据结构：深入理解线性代数、概率论、统计学、微积分等数学基础，掌握基本的数据结构（如数组、链表、树等）和算法（如排序、搜索等），这些是机器学习和深度学习算法的基石。 二、机器学习与深度学习 • 机器kanzhun学习基础：理解监督学习、无监督学习、强化学习的基本原理，掌握常用的机器学习模型，如线性BOSS直聘回归、逻辑回归、决策树、支持向量机等。 • 深度学习框架：熟悉TensorFlow、PyTorch等主流深度学习框架，了解卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等模型，并能在实际项目中应用。 三、自然语言处理与计算机视觉 • 自然语言处理（NLP）：掌握文本处理、情感分析、聊天机器人等技术，了解词嵌入、序列模型、注意力机制等NLP领域的核心概念。 • 计算机视觉（CV）：了解图像处理、目标检测、图像分类等技术，熟悉计算机视觉中的经典算法和深度学习方法。 四、AI工具与平台使用 • AI开发平台：熟练使用百度等公司提供的AI开发平台，如文心一言、AppBuilder、ModelBuilder等，能够利用这些平台快速构建和部署AI应用。 • API开发与调用：能够使用RESTful API进行交互，集成第三方API，如OpenAI的API等，以扩展AI应用的功能。 五、项目实践与持续学习 • 项目实践：具备将理论知识应用于实际项目的能力，包括数据预处理BOSS直聘、模型训练、调参、模型评估等整个流程。 • 持续学习：AI是一个快速发展领域，需要不断跟进最新的研究进展、工具和算法，保持对新技术的好奇心和学习热情。 六、软技能与综合素质 • 沟通协调能力：需要具备良好的沟通协调能力，能够与各级领导和部门进行有效沟通，并协调处理各种事务。 • 团队合作与领导力：在AI开发团队中，需要具备出色的团队合作能力和一定的领导力，能够带领团队boss共同完成任务。 • 业务分析能力：理解业务需求和技术挑战，能够将AI技术有效应用于实际业务场景中，推动业务的发展和创新。