美团【实习】机器学习算法工程师
实习兼职无人机业务部地点：深圳状态：招聘
任职要求
1. 计算机、电子工程、自动化、机器人、数学或相关专业硕士及以上学历； 2. 熟悉机器学习、深度学习算法，具备扎实的数学基础（线性代数、概率统计、优化等）； 3. 动手能力强，能在AI辅助编程工具帮助下快速验证相关算法和设想。 具备以下条件优先 1. 规划方向：具备动态环境下的实时规划能力，熟悉基于学习的规划方法优先； 2. 强化学习方向：熟悉深度强化学习算法，如DQN、PPO、SAC等，具备相关项目经验； 3 SLAM方向：掌握激光雷达或视觉SLAM算法，熟悉传感器融合技术； 4 仿真方向：熟悉计算机图形学、3D Gaussian Splatting、NeRF等算法，熟悉LiDAR/Camera/Radar/GNSS的仿真原理
工作职责
1. 开发和优化基于多传感器（LiDAR/Camera/IMU/GNSS等）融合的标定、定位、建图和环境感知算法 2. 开发和优化全局规划器和局部规划器算法，提升机器人在复杂场景中的运行效率和稳定性； 3. 使用Sim2Real技术提升算法性能。
包括英文材料
学历+
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
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/
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
SLAM+
https://docs.mrpt.org/reference/latest/tutorial-slam-for-beginners-the-basics.html
[英文] SLAM for Dummies
https://dspace.mit.edu/bitstream/handle/1721.1/119149/16-412j-spring-2005/contents/projects/1aslam_blas_repo.pdf
A Tutorial Approach to Simultaneous Localization and Mapping
https://ouster.com/insights/blog/introduction-to-slam-simultaneous-localization-and-mapping
SLAM is an essential piece in robotics that helps robots to estimate their pose – the position and orientation – on the map while creating the map of the environment to carry out autonomous activities.
[英文] What Is SLAM?
https://www.mathworks.com/discovery/slam.html
How it works, types of SLAM algorithms, and getting started
相关职位
实习J1001
1、机器学习相关领域最新进展，包括深度学习、强化学习、迁移学习、元学习等； 2、将机器学习前沿技术在推荐、广告、游戏、风控、效率工程等业务场景进行应用落地和优化； 3、开发通用或者定制化并行的机器学习训练/推理平台； 4、集成和优化目前主流的机器学习框架，比如TensorFlow、PyTorch。
更新于 2025-03-26
实习J1001
1、研究多模态数据（如音频、视频、自然语言、用户交互）的分析、处理和生成算法，实现多种模态间的融合、转化和交互； 2、探索新颖的多模态交互与生成的应用场景，推进多模态信息处理在不同业务场景下的落地。
更新于 2025-05-08
实习J1001
1、机器学习相关领域最新进展，包括深度学习、强化学习、迁移学习、元学习等； 2、将机器学习前沿技术在推荐、广告、游戏、风控、效率工程等业务场景进行应用落地和优化； 3、开发通用或者定制化并行的机器学习训练/推理平台； 4、集成和优化目前主流的机器学习框架，比如TensorFlow、PyTorch。
更新于 2025-04-29
实习核心本地商业-点
1.在这里，你将通过机器学习、数据挖掘、深度/增强学习前沿技术对海量O2O数据进行洞察和预测，提高线下服务效率，优化线上用户体验，人和服务的高效连接潜力无限，帮助亿万用户吃得更好、生活更好； 2.在这里，你将从海量浏览和交易数据中不断抽象模式建立模型，一手保障商户在线营销可靠安全，另一手为消费者呈现有效评价提供优质服务，用技术提升消费质量； 3.在这里，你可以发挥你的算法天赋，在海量数据的平台上实践各种机器学习和挖掘算法，搜索、推荐、广告、调度、自动车配送、风控、金融、骑行、ERP和智能化交互，为你提供最广阔的施展天地。
更新于 2025-02-26