岗位推荐 | 实在智能招聘深度学习算法研究员(可实习)

2018 年 9 月 6 日 PaperWeekly


PaperWeekly 致力于推荐最棒的 AI 相关工作机会,精准地为其找到最佳求职者,做连接优质企业和优质人才的桥梁。 


如果你需要我们来帮助你推广实习机会或全职岗位,请添加微信号「pwbot02」

 

 关于实在智能 


「实在智能」(杭州实在智能科技有限公司)是一家新近成立、专注于 AI 方向大数据智能赛道的创业公司,位于中国人工智能小镇。两位创始人分别是原阿里巴巴资深算法专家和原中国电信甜橙金融/翼支付副总经理。公司已获得中国工程院陈纯院士“种子轮”投资及国内一线 VC “天使轮”投资数千万。


公司愿景是“AI 赋能商业”。即,通过 AI 助力企业实现“生产组织模式及业务流程”的颠覆式创新。发展初期将基于一个平台(深度学习引擎)、两大产品(智能决策助手、智能运筹中枢),重点聚焦“大规模复杂问题的「智能决策和智能运筹」。技术思路及解决方案曾在全球最大电商平台经历 10 年的积累、实践、迭代和沉淀。


「实在智能」的产品具有较强通用和迁移特性:


1. “智能决策助手”:除可用于类电商等平台型复杂场景外(如运营商、航空企业等),可用于司法、金融互联网、医疗等领域;


2. “智能决策中枢”:可用于运营商、物流、制造、公共服务、零售等领域。


公司大力招聘算法研究员,算法专家、算法工程师或有志向的应届生,提供不低于 BAT 的有竞争力的薪水及期权,如果你不甘愿在大厂做一颗螺丝钉,有一颗憧憬创业的心,欢迎加入我们!

 

 招聘岗位 

 

 深度学习算法专家 / 算法研究员

 30k - 60k

 杭州

 

 专业要求 


1. 硕士或博士学历,计算机、自动化及数学等机器学习相关专业,熟练掌握常用数据结构和算法;

2. 在深度学习方面有较深入的研究,熟练运用及掌握至少一种深度学习框架TensorFlow, PyTorch, Keras, MXNet 等;

3. 精通机器学习领域常用算法,对 NLP/DL/RL 领域有研究者优先;

4. 有一定数学功底,能针对实际问题进行数学建模,对有挑战性的问题有足够兴趣;

5. ACM 竞赛及各种 AI 竞赛获奖可作为加分项,在机器学习算法方面有创新性高质量论文者尤佳;

6. 精通至少一种编程语言,如 Java、Python,C/C++ 等;

7. 有 Linux 环境开发经验,熟练使用 Hadoop、Hive、SQL、Spark 进行数据处理和分析。


 其他要求  


1. 具有较强的业务理解和解决问题的能力;

2. 自驱力强,不甘平庸,愿意从事有挑战的事情;

3. 良好的创新意识、沟通能力、团队合作精神。


 其他岗位  


公司同时招聘深度学习算法工程师(15k-30k)深度学习实习生(8k-15k)

 

 简历投递 


📬简历投递邮箱:xuliang@i-i.ai


📝Tips: 听说在邮件标题中注明PaperWeekly,能大大提升面试邀约率



🔍


现在,在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧



关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。


▽ 点击 | 阅读原文 | 获取最新论文推荐

登录查看更多
0

相关内容

【硬核书】不完全信息决策理论,467页pdf
专知会员服务
336+阅读 · 2020年6月24日
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
197+阅读 · 2020年2月11日
MATLAB玩转深度学习?新书「MATLAB Deep Learning」162页pdf
专知会员服务
98+阅读 · 2020年1月13日
清华大学张敏老师,个性化推荐的基础与趋势,145页ppt
专知会员服务
85+阅读 · 2019年11月27日
招聘 | 深度强化学习研究员/工程师
七月在线实验室
7+阅读 · 2017年12月27日
Arxiv
14+阅读 · 2020年2月6日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Deep Randomized Ensembles for Metric Learning
Arxiv
5+阅读 · 2018年9月4日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
8+阅读 · 2018年5月15日
VIP会员
相关论文
Arxiv
14+阅读 · 2020年2月6日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
13+阅读 · 2018年12月6日
Deep Randomized Ensembles for Metric Learning
Arxiv
5+阅读 · 2018年9月4日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
8+阅读 · 2018年5月15日
Top
微信扫码咨询专知VIP会员