腾讯技术研究-自然语言处理方向（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、熟练掌握NLP基础理论和算法，在一个或多个领域（如对话系统、文本分类、语义理解、知识图谱构建、篇章理解、情感分析、自然语言生成等）能够独立开展研发工作； 3、熟悉至…
工作职责
作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。
作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。
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。
1、基于海量数据场景，参与业务数据分析及数据模型构建，驱动业务增长； 2、负责规划和搭建业务数据指标体系和分析体系，建设智能决策方法论，寻找业务收入增长点； 3、通过实验科学、因果推断等方法验证评估策略的效果和价值； 4、建设用户画像、构建特征工程实施方案，不断优化和改进数据模型，提升线上数据服务效果； 5、跟进业界最新的广告、推荐、NLP、复杂网络等领域进展，快速实现并应用于实际任务中。