阿里巴巴招聘算法工程师 & 深度学习专家 | 公益广告

2017 年 7 月 10 日 PaperWeekly 小助手


PaperWeekly 致力于推荐最棒的工作机会,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发布实习机会或全职岗位,请添加微信号「PW-Assistant」。



阿里巴巴




阿里巴巴移动事业群


团队介绍: 


主要负责国内第二大移动搜索引擎的搜索相关性提升和搜索内的垂直推荐产品;有很深厚的技术储备,是阿里巴巴移动事业群的技术中台;并且在海外拥有上亿的用户,有坚实的国际化基础,有发展空间。


招聘岗位:搜索/推荐/深度学习专家(北京五道口)


岗位职责:

利用数据挖掘/经典机器学习/深度学习等算法,基于海量用户数据,对搜索引擎的搜索效果,搜索产品内部垂直推荐效果持续进行提升和优化。


岗位要求:

有数据挖掘/经典机器学习/深度学习算法相关性经验,思维敏捷,有很强的自驱力和进取心。


联系方式:

• 简历投递邮箱:orlando@alibaba-inc.com

• 听说在邮件标题中注明“PaperWeekly”,能大大提升面试邀约率



阿里妈妈事业部

团队介绍: 


我们专注于大数据之上的机器学习算法研究与应用,如果你了解机器学习、深度学习、强化学习、迁移学习、主动学习、特征提取与稀疏学习、等级学习等相关知识,对人工智能抱有极大的热情,勇于挑战各种实际应用难题,欢迎加入我们。


招聘岗位:算法工程师(杭州,社招校招均可)


岗位职责:

1. 负责机器学习、深度学习领域的技术研发工作,包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等

2. 负责机器学习尤其是深度学习前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案

3. 负责提供分布式的算法实现的解决方案,大幅提升算法计算规模和性能

4. 负责提供大数据分析建模方案,沉淀行业解决方案,协助拓展业务边界


岗位要求:

1. 本科及以上学历,硕士博士优先,计算机、数学、电子工程、通信等相关专业

2. 熟悉常用机器学习算法,对模式识别、深度学习、增强学习等相关领域,极佳的工程实现能力,精通 C/C++、Java、Python 等至少一门编程语言

3. 候选人有数理分析方面良好的素养以及数理统计基础

4. 良好的数据敏感能力、较强的逻辑分析能力 

5. 良好的团队合作精神,能够做到严谨、皮实、乐观

6. 有实际成果并发表在国际顶级会议、期刊者优先,有在 ImageNet、MSCOCO、ICDAR 等权威数据库上提交过结果并取得优异成绩者优先 

7. 有 deep learning 经验、linux 下开发经验和大规模数据处理经验者优先


联系方式:

• 简历投递邮箱:qinggan0305@163.com

• 听说在邮件标题中注明“PaperWeekly”,能大大提升面试邀约率


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。

登录查看更多
0

相关内容

《深度学习》圣经花书的数学推导、原理与Python代码实现
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
204+阅读 · 2020年2月11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
<公益广告> 阿里巴巴招聘NLP算法专家
深度学习与NLP
3+阅读 · 2017年11月30日
Arxiv
15+阅读 · 2020年2月6日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Logic Rules Powered Knowledge Graph Embedding
Arxiv
7+阅读 · 2019年3月9日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
22+阅读 · 2018年8月30日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
6+阅读 · 2018年1月11日
VIP会员
相关论文
Arxiv
15+阅读 · 2020年2月6日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Logic Rules Powered Knowledge Graph Embedding
Arxiv
7+阅读 · 2019年3月9日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
22+阅读 · 2018年8月30日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
6+阅读 · 2018年1月11日
Top
微信扫码咨询专知VIP会员