通义通义实验室-技术专家-测试开发
社招全职3年以上技术类-质量保证地点:北京 | 杭州状态:招聘
任职要求
1、计算机/人工智能相关专业硕士及以上学历,熟练掌握常见的机器学习算法原理和应用,具有数据建模实践经验,1年以上机器学习、数据挖掘、图像识别相关经验,精通其中一两个领域; 2、扎实的编程基础(熟练使用Java或者Python等), 熟悉Linux或Unix操作系统和大型数据库 ,…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1、负责人工智能相关产品的数据和算法等场景测试,并基于算法和工程团队现有质量问题给出合理化的建议和解决方案,推动落地实现算法质量提高; 2、协同算法团队和工程团队进行全面的质量把控和风险监控; 3、参与数据和算法的质量系统建设,完善算法全链路质量保证能力,提交算法落地和工程效率。
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.
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/
数据挖掘+
https://www.youtube.com/watch?v=-bSkREem8dM
Database vs Data Warehouse vs Data Lake
https://www.youtube.com/watch?v=7rs0i-9nOjo
还有更多 •••
相关职位
社招3年以上技术类-质量保证
1、负责人工智能相关产品的数据和算法等场景测试,并基于算法和工程团队现有质量问题给出合理化的建议和解决方案,推动落地实现算法质量提高; 2、协同算法团队和工程团队进行全面的质量把控和风险监控; 3、参与数据和算法的质量系统建设,完善算法全链路质量保证能力,提交算法落地和工程效率。
更新于 2025-12-23北京|杭州
社招5年以上技术
滴滴出行国际化金融测试团队,负责核心业务质量保障,包括支付、风控、现金贷、信用卡等业务,团队技术导向,紧跟公司业务,质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作; 2、负责金融域内质量保障体系的构建和实践; 3、参与前线调研,负责前线业务对接,打通国际前线和质量Team信息渠道,消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设, 规避业务质量风险;
更新于 2025-04-22上海
社招技术类-质量保证
1.业务质量保障:负责芝麻信用场景的质量体系建设工作,包括信用/回收/租赁业务的全链路风险保障。深入理解业务逻辑和系统架构,设计并执行高效的质量策略和保障方案,确保业务功能的正确性、稳定性和用户体验,守护芝麻信用的核心价值; 2.搜推效果评测:负责构建和落地搜索/推荐效果评估体系,具备评测集构建、评测分析、问题归因的能力,根据业务场景选取合适的指标,挖掘badcase并给出优化建议,驱动迭代,提升用户满意度和业务目标达成; 3.大模型评测:负责构建和落地大语言模型(LLM)的评测能力,通过科学高效的评估手段,确保商家端和用户端智能助理在核心任务中的能力可靠性、用户体验和商业价值,为LLM迭代提供关键决策依据,驱动AI技术在信用领域的可信、高效落地。
更新于 2025-07-11杭州