岗位内推 | 微软亚洲互联网工程院自然语言处理组招聘NLP工程师

2020 年 12 月 2 日 PaperWeekly


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。如果你需要我们帮助你发布实习或全职岗位,请添加微信号「pwbot02」。




我们属于微软亚洲互联网工程院自然语言处理组。我们组致力于将前沿自然语言处理技术运用到微软 Office (Outlook, Teams, etc.) 全球产品中。现招聘工程经验丰富或 NLP 基础扎实的工程师和科学家。



NLP工程师



工作地点微软苏州

工作方向企业数据中的文本分类,检索,信息抽取,摘要等应用以及国际化多语言的拓展。


岗位指责: 

1. 分析海量企业数据,发掘实际问题并能利用已有技术将其合理建模,快速验证;

2. 深刻理解场景,对前沿算法进行广泛调研和验证,参与微软 Office365 中多个智能应用的 NLP 算法设计与改进,并能快速扩展到多个语言和市场。具体方向包括但不限于:Fundamental NLP tasks, including tagging, chunking, parsing. Semantic matching and Information Retrieval. Text Classification in enterprise data. Information Extraction in enterprise data. Summarization in enterprise data. Language generation in enterprise scenario. (multi-lingual) Pre-training language model, Knowledge Distillation. Zero/Few shot learning, transfer learning, metric learning, domain adaptation Interpretable NLP. Noise label learning, unsupervised/weakly supervised learning.

3. 参与实现工业级自然语言处理基础工具库和线上运行时,优化性能,降低资源消耗的同时提升用户体验;

4. 进行 NLP 前沿研究,撰写高水平会议论文(可选)。


岗位要求:

1. 具备计算机、电子信息、自动化或数学等相关专业背景的硕士或者博士;

2. 具备良好的编程基础和编程习惯;

3. 具备良好的 AI 相关软件开发背景,曾参与过实际 AI 项目并最终投入使用;

3. 具备以下条件者优先(至少一条): 

  • 良好的自然语言处理研究和工作背景,曾参与过工业级自然语言处理应用的研发;

  • 对至少一个自然语言处理任务有着深刻的理解,对该任务的发展趋势有详细的认知和思考;

  • 曾以主要贡献者身份在 ML/NLP/DM 等领域的顶会上发表论文,有较好的研究经验;

  • 热爱学习,热爱团队合作,热爱动手尝试。



联系方式




简历投递: jiangazh@microsoft.com
邮件命名格式: PaperWeekly-姓名-学校-STCA-NLP职位申请

🔍


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。



登录查看更多
0

相关内容

微软 STCA · Search & Distribution Group,致力于自然语言处理(NLP)和 AI 核心技术的深入研究、成果在全球产品中的落地应用,由北京、苏州两地的 200 多位热爱技术、勤于实践、勇于梦想的科学家和工程师构成。
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
117+阅读 · 2020年11月7日
【NLPCC2020-微软】自然语言处理机器推理,124页ppt
专知会员服务
46+阅读 · 2020年10月20日
专知会员服务
25+阅读 · 2020年9月11日
【KDD2020-UCLA-微软】GPT-GNN:图神经网络的预训练
专知会员服务
63+阅读 · 2020年8月19日
专知会员服务
201+阅读 · 2020年3月6日
学习自然语言处理路线图
专知会员服务
139+阅读 · 2019年9月24日
Arxiv
0+阅读 · 2021年1月22日
Arxiv
0+阅读 · 2021年1月15日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年1月18日
VIP会员
相关VIP内容
【2020新书】深度学习自然语言处理简明导论,69页pdf
专知会员服务
117+阅读 · 2020年11月7日
【NLPCC2020-微软】自然语言处理机器推理,124页ppt
专知会员服务
46+阅读 · 2020年10月20日
专知会员服务
25+阅读 · 2020年9月11日
【KDD2020-UCLA-微软】GPT-GNN:图神经网络的预训练
专知会员服务
63+阅读 · 2020年8月19日
专知会员服务
201+阅读 · 2020年3月6日
学习自然语言处理路线图
专知会员服务
139+阅读 · 2019年9月24日
相关论文
Top
微信扫码咨询专知VIP会员