友谊时光算法工程师
社招全职1年以上技术开发类地点：苏州状态：招聘
任职要求
1、熟悉各类图像处理经典算法，如：图像去噪、图像增强、图像复原、图像边界提取等 2、熟悉CNN、RNN、网格算法、对抗网络、Yolo、faster-rcnn、ResNet、VGGl6、SinGAN、UGATIT等一种及以上神经网络算法及主流的模型框架 3、熟练TensorFlow、pytorch、keras，paddle等一种或多种深度学习框架 4、熟练使用pillow，opencv等主流图像处理工具 5、了解计算机图形学的基础概念、算法知识 6、研究生及以上学历；计算机、高等数学、统计学、通信等相关专业；1年以上图像处理工作经验；若您具有超强图像处理技术能力，请忽视该条件 7、有人物动画、卡通、3D数字人等方面算法开发经验者优先 8、善于思考，责任感强，具有团队协助精神，能够快速融入团队
工作职责
1、负责公司游戏产品设计中图像处理（如图像合成、图像检索、人体姿态评估、3D模型生成等）研究工作 2、负责当前主流图像处理方面的技术验证 3、参与公司AI技术平台搭建，实现平台在图像处理技术流程智能化 4、基于部门总体规划，能够快速理解公司业务，并配合团队完成阶段性工作目标 5、负责图像处理技术最新研究成果的跟踪并具备算法复现能力
包括英文材料
图像处理+
https://opencv.org/blog/computer-vision-and-image-processing/
This fascinating journey involves two key fields: Computer Vision and Image Processing.
https://www.geeksforgeeks.org/python/image-processing-in-python/
Image processing involves analyzing and modifying digital images using computer algorithms.
https://www.youtube.com/watch?v=kSqxn6zGE0c
In this Introduction to Image Processing with Python, kaggle grandmaster Rob Mulla shows how to work with image data in python!
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
CNN+
https://learnopencv.com/understanding-convolutional-neural-networks-cnn/
Convolutional Neural Network (CNN) forms the basis of computer vision and image processing.
[英文] CNN Explainer
https://poloclub.github.io/cnn-explainer/
Learn Convolutional Neural Network (CNN) in your browser!
https://www.deeplearningbook.org/contents/convnets.html
Convolutional networks(LeCun, 1989), also known as convolutional neuralnetworks, or CNNs, are a specialized kind of neural network for processing data.
https://www.youtube.com/watch?v=2xqkSUhmmXU
MIT Introduction to Deep Learning 6.S191: Lecture 3 Convolutional Neural Networks for Computer Vision
RNN+
https://d2l.ai/chapter_recurrent-neural-networks/rnn.html
A neural network that uses recurrent computation for hidden states is called a recurrent neural network (RNN).
https://www.deeplearningbook.org/contents/rnn.html
Recurrent neural networks, or RNNs (Rumelhart et al., 1986a), are a family of neural networks for processing sequential data.
https://www.ibm.com/think/topics/recurrent-neural-networks
A recurrent neural network or RNN is a deep neural network trained on sequential or time series data to create a machine learning (ML) model that can make sequential predictions or conclusions based on sequential inputs.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
Keras+
https://keras.io/getting_started/intro_to_keras_for_engineers/
Keras 3 is a deep learning framework works with TensorFlow, JAX, and PyTorch interchangeably.
PaddlePaddle+
https://learnopencv.com/paddlepaddle/
PaddlePaddle (PArallel Distributed Deep LEarning) is an open-source deep learning framework released by Baidu in 2016.
https://www.paddlepaddle.org.cn/tutorials
本课程采用飞桨特色的「横纵式」 教学法，从易到难，学习难度逐层递进，并结合图形和案例进行讲解，力求让刚接触深度学习的读者可以快速理解。
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
学历+
相关职位
社招算法开发岗
团队负责数十个垂类业务场景搜索、推荐体验优化、效率提升工作，支撑下沉、店铺、券搜、企业/工业、商超类、新零售等战略创新业务。 工作内容： 1.基于NLP相关技术(LLM、知识图谱等),理解用户query意图，并构建优化文本/多模态的搜索匹配模型，保障并提升搜索体验； 2.高效算法系统建设：基于AutoML、强化学习、迁移学习等技术，并通过流程化/产品化方式，建设算法PaaS平台、在线多业务高性能算法系统，提升多业态算法优化迭代效率； 3.追踪前沿技术，应用于搜索、推荐场景全链路(召回、排序、策略)进行模型优化和差异化创新，提升多业务场景效率指标。
更新于 2025-06-15
社招算法开发岗
工作内容： 1.负责统筹海外站的工作，包括业务需求支撑、日常算法体验效果迭代； 2.负责境外业务的搜索推荐核心链路算法的研发工作(召回、排序、策略、相关性、导购商卡)，致力于提升用户体验和流量转化效率，支撑海外业务快速发展； 3.针对海外业务特点，做搜推前瞻性的技术规划(包括多语言NLP模型、跨语言搜索等)，并推动实施。
更新于 2025-06-15
社招3年以上算法开发岗
1.负责基于运筹优化与机器学习相结合的物流配送优化； 2.负责地图场景的NLP模块和搜索推荐引擎的构建与开发； 3.负责货车导航能力构建、轨迹道路数据挖掘、基于地理位置的挖掘算法研究及优化，包含技术架构、选型、应用、落地等技术工作； 4.跟踪机器学习、数据挖掘等方向的前沿算法，承担技术框架建设和落地实施优化； 5.负责协同工程、产品等团队合作。
更新于 2025-06-09
社招算法开发岗
工作职责： 1. 负责内容安全算法研发，包括但不限于文本、图像、视频、音频等多模态内容的识别与过滤。 2. 针对违规内容（如涉黄、涉暴、涉政、垃圾广告、诈骗等）构建高效、精准的检测模型，提升平台内容安全水平。 3. 研究前沿AI安全技术，优化现有算法策略。 4. 结合业务场景，设计并优化内容安全体系，包括实时拦截、离线审核、用户行为分析等模块。 5. 与产品、运营、审核团队协作，推动算法落地并持续迭代，提升审核效率和准确率。 任职资格： 1. 学历/专业：计算机、人工智能、数学等相关专业硕士及以上学历，3年以上内容安全相关经验（优秀本科生可放宽）。 2. 熟练掌握机器学习、深度学习算法，熟悉NLP/CV领域常见模型。 3. 熟悉内容安全相关技术。 4. 熟练使用Python/C++，具备大规模数据处理经验。 5. 业务理解：对互联网内容生态和风险场景（如UGC/PGC审核）有深刻认知，能快速定位业务痛点。
更新于 2025-06-04