百度工业数据算法工程师（J81472）
任职要求
-拥有计算机科学、能源动力科学、工程物理相关学科的硕士或博士学位 -扎实的工业仿真、自动控制实践经验，精通常见的PID、MPC、自适应控制等算法开发，并有丰富的工程调试经验 -扎实的机器学习、科学计算理论基础，精通机器侠学习、深度学习、强化学习、微分方程、数值计算等基础算法 -熟练使用Python，较强的编码能力，熟悉深度学习开发框架，如TensorFlow、PyTorch等，并能够根…
工作职责
-参与机器学习/深度学习方法在科学计算方向的计算引擎及平台开发 -参与能源系统/火力发电控制优化以及运行维护领域的算法应用开发 -支持完成数据算法在火电能碳具体应用场景的交付落地 -探索数据机理知识融合的方法在工业仿真、控制、优化领域的其他前沿应用场景储备
-参与机器学习/深度学习方法在科学计算方向的计算引擎及平台开发 -参与能源系统/火力发电控制优化以及运行维护领域的算法应用开发 -支持完成数据算法在火电能碳具体应用场景的交付落地 -探索数据机理知识融合的方法在工业仿真、控制、优化领域的其他前沿应用场景储备
1、参与亿级用户规模的本地生活搜索优化，负责迭代到店业务搜索算法，包括到餐、到综、酒旅等，提升点击率、转化率等核心指标，提升用户在快手的本地生活搜索购物体验，促进生态良性发展； 2、参与机器学习与深度学习算法的核心研发工作，对本地生活搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等方面，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发； 3、针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能； 4、深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。
1、参与亿级用户规模的电商搜索优化，提升电商搜索场景的GMV、购买用户数、点击率、转化率等核心指标，提升用户电商搜索购物体验，促进生态良性发展； 2、参与机器学习与深度学习算法的核心研发工作，对搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发； 3、针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能； 4、参与搜索推荐机制的顶层设计，结合业务战略，优化电商流量结构和GMV结构，促进电商生态的健康发展。
1、参与亿级用户规模的电商搜索优化，提升电商搜索场景的GMV、购买用户数、点击率、转化率等核心指标，提升用户电商搜索购物体验，促进生态良性发展； 2、参与机器学习与深度学习算法的核心研发工作，对搜索全链路进行建模优化，包括但不限于召回、相关性、粗排、精排、机制等，深度进行序列建模、迁移学习、强化学习、对比学习、多模态大模型等的算法和系统研发； 3、针对海量用户行为数据，提供基于分布式计算的算法解决方案，大幅提升算法计算规模和性能； 4、参与搜索推荐机制的顶层设计，结合业务战略，优化电商流量结构和GMV结构，促进电商生态的健康发展。