蚂蚁金服、腾讯高薪求机器学习工程师 ‖ 招聘

2017 年 7 月 20 日 机械鸡 雷特

投递攻略:邮件直达企业负责人邮箱

邮件请以姓名+岗位+公众号机械鸡[jixieji2017] 命名,更易得到面试机会

企业招聘:免费推荐靠谱候选人,限AI相关职位

有招聘需求请直接回复留言或发送至jixieji2017@163.com



机器学习工程师


【工作职责】

  • 蚂蚁金服人工智能部AI机器学习模型结合FinTech金融模型等多领域综合算法模型的设计、研发 

  • 跟踪业界最新实时智能决策算法模型,针对深度强化学习和量化金融模型在实时大数据场景下的相关模型设计和优化

  • 全力推进实时智能决策模型在蚂蚁微贷借呗、花呗、网商银行、聚宝、钱包等各个业务线深入广泛落地,沉淀技术专利、发表顶会论文并在业界推广分享,引领行业创新


【任职要求】

  • 计算机/数学/信息科学/自动化控制等相关硕士以上学历,透彻掌握深度学习、强化学习基本原理,5年以上机器学习算法深度优化经验; 


  • 在以下领域之一有深入研究 :

    a 实时智能决策算法(实时流在线学习/深度在线学习/在线增强学习/主动学习/全局优化算法 /贝叶斯模型/Graphical models/NLP/CV等)  

    b 模型实时化、全局优化算法和自动化信贷、量化投资模型 

    c 自动化在线推荐/搜索/广告/营销等学习决策模型 


  • 精通Flink/Spark Streaming等大数据实时流挖掘建模及优化经验,熟悉Tensorflow/Scikit-Learn等DL/ML常见开源工具库并进行一定源码研究,掌握Java/C++/CUDA等编程语言,熟练Python/Scala/R等脚本编程,熟悉多线程编程,内存管理,网络通讯编程,kernel编程


  • 学习求知欲望强,悟性好,具备技术创新激情;善于沟通表达,积极乐观、主动承压,具备强大的项目协同、自我驱动、自我反省和归纳总结能力


  • 热爱、追踪AI在TechFin领域的新技术和落地应用。既脚踏实地,又勇于创新。


【薪酬福利】

20-50K


【投递邮箱】

请有意向的同学发送TL邮箱:junwucs@gmail.com 




拥有上亿量级的产品数据、极其丰富的产品场景、超大规模的计算资源、全谱领域的深厚技术积累、追求极致的创新氛围、适宜年轻人的企业文化,可为您提供充分的专业发挥空间,让您有可能做出影响整个互联网行业发展的优秀成果!


加入腾讯,与全球人工智能领域科学家、世界一流AI博士探索未来技术的商业应用前景!


【招聘对象】

2017、2018、2019届计算机科学或电子信息相关专业博士


【招聘岗位】

技术研究-机器学习方向

技术研究-计算机视觉方向

技术研究-语音处理方向

技术研究-自然语言处理方向

技术研究-其他方向


【投递邮箱】

alanzu@tencent.com 或在线注册简历http://join.qq.com


【工作地点】

深圳  上海  北京  广州  成都


★推荐阅读

收藏 ‖ 机器学习速查表大全

下载 ‖ 2017 CVPR 开放论文合辑大全

岛国新技术,可去掉马赛克还原照片 

干货 ‖ 入门数据科学的65个免费资源

麻省理工学院—深度学习与自动驾驶免费课程


招聘 志愿者

希望你有稳定输出的时间,英文能力佳,从业者优先。

加入「AI从业者社群」请备注个人信息

添加小鸡微信  liulailiuwang



登录查看更多
0

相关内容

打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
111+阅读 · 2020年4月12日
【新加坡国立大学】深度学习时代数据库:挑战与机会
专知会员服务
33+阅读 · 2020年3月6日
【教程推荐】中科大刘淇教授-数据挖掘基础,刘 淇
专知会员服务
80+阅读 · 2020年3月4日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
招聘|国内语义理解最好企业「三角兽」招贤纳士
机器人大讲堂
3+阅读 · 2018年11月12日
【全职&实习- 上海】量化岗位招聘公告
量化投资与机器学习
4+阅读 · 2018年7月3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
101+阅读 · 2020年3月4日
Arxiv
9+阅读 · 2019年4月19日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
12+阅读 · 2018年9月5日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
VIP会员
相关论文
Arxiv
101+阅读 · 2020年3月4日
Arxiv
9+阅读 · 2019年4月19日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
12+阅读 · 2018年9月5日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Top
微信扫码咨询专知VIP会员