腾讯技术研究-机器学习方向(青云计划)
任职要求
1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士; 2、熟悉常用机器学习算法,尤其是深度学习、增强学习等相关领域,对模式识别,概率统计、最优化等算法原理及应用,有扎实的基础,深入的理解和浓厚的兴趣; 3、熟练掌握C/C++、Java、Python等至少一门编程语言,有较强动手能力。了解目前常见的机器学习或者深度学习框架中的一个或者多个:Spark,XGBoost,Caffe,Tensorflow等; 4、乐于动手,有良好的逻辑思维能力和数据敏感度,能够熟练阅读和编写英文论文,具有优秀的新技术研究能力。 加分项 在NeurIPS、ICML、KDD、AAAI、IJCAI、UAI、AISTAT、ICLR、ECMLSIGIR等机器学习领域会议或期刊以第一作者发表过文章,或者有相关的开源项目贡献经验。
工作职责
作为机器学习方向的研究工程师,你可以: 1、了解腾讯的数据,负责海量数据的分析和挖掘工作,构建多个业务领域内的用户画像体模型; 2、负责机器学习(尤其是深度学习领域)的算法和模型开发,包括但不限于:神经网络模型设计,超参数优化,各种学习和优化方法尝试; 3、对业务方已有的算法和模型的分布式实现进行加速,丰富公司内部的公用并行算法库; 4、对机器学习尤其是深度学习前沿问题进行探索与研究,结合未来实际应用场景,提供全面的技术解决方案; 5、对计算机视觉、语音识别、自然语言处理、精准推荐等领域提供模型支持,进行创新应用试验和落地产品开发。
作为机器学习方向的研究工程师,你可以: 1、了解腾讯的数据,负责海量数据的分析和挖掘工作,构建多个业务领域内的用户画像体模型; 2、负责机器学习(尤其是深度学习领域)的算法和模型开发,包括但不限于:神经网络模型设计,超参数优化,各种学习和优化方法尝试; 3、对业务方已有的算法和模型的分布式实现进行加速,丰富公司内部的公用并行算法库; 4、对机器学习尤其是深度学习前沿问题进行探索与研究,结合未来实际应用场景,提供全面的技术解决方案; 5、对计算机视觉、语音识别、自然语言处理、精准推荐等领域提供模型支持,进行创新应用试验和落地产品开发。
作为机器人方向的研究工程师,你可以: 1、负责机器人本体设计开发,包括形态功能、机械机构、电气系统、驱动执行、新材料应用等; 2、负责机器人感知交互技术开发,包括机器视觉、触觉传感器、视触觉信息处理融合、环境状态感知、人机交互协作等; 3、负责机器人控制技术开发,包括系统辨识、状态估计、运动规划、轨迹生成、实时控制、异常检测恢复等; 4、负责前沿机器人AI技术开发,包括但不限于强化学习、深度学习、发育学习、群体智能等; 5、负责新一代机器人仿真、边缘计算、虚实结合等技术的研究与开发。
作为计算机视觉方向的研究工程师,你可以: 1、负责图像/视频相关算法的研究与开发,包括深度学习以及常用机器学习方法在机器视觉中的应用; 2、负责计算机视觉相关的技术研发工作,包括但不限于:人脸识别、物体检测、分类、语义分割和图像处理、人体(活体)识别、车辆与人员的检测识别与跟踪、图像/视频搜索、视频语义分析、视频特征提取与识别、页面分析与自动合成、OCR等算法与系统研发领域; 3、负责深度学习、图像理解、机器学习等前沿技术的研发储备和平台建设,结合未来实际应用场景,提供技术解决方案。