1、通過需求分析選取合適的算法模型;
2、優(yōu)化算法模型的各種參數(shù)以提升整體的性能指標;
3、收集和整理訓練數(shù)據(jù)樣本,并評估訓練集與測試集的有效性;
4、跟進和評估最新的機器學習與生成式算法的發(fā)展趨勢,了解最新的算法模型;
5、進行嵌入式算法的移植與接口實現(xiàn);
6、針對具體業(yè)務進行判別式算法的訓練與優(yōu)化;
7、針對具體業(yè)務進行生成式算法的訓練與優(yōu)化。
1、碩士及以上學歷,數(shù)學、計算機科學、人工智能、模式識別等相關專業(yè);具備扎實的數(shù)學功底,尤其是在概率論、統(tǒng)計學、線性代數(shù)和優(yōu)化算法方面;
2、精通Python,具備良好的代碼編寫習慣和工程能力,熟悉C/C++者優(yōu)先;深入理解機器學習原理,特別是在深度學習框架如TensorFlow、PyTorch上的應用,熟悉Transformer架構(gòu)及其變種。
3、了解機器學習的主要應用領域及其適用的算法場景,了解模型的評估方法,熟悉模型優(yōu)化技術,如超參數(shù)調(diào)優(yōu)、正則化、數(shù)據(jù)增強等
4、熟悉數(shù)據(jù)清洗、預處理和特征工程,具備處理大規(guī)模數(shù)據(jù)集的經(jīng)驗;
5、熟悉主要算法及其參數(shù),熟悉模型優(yōu)化技術,如超參數(shù)調(diào)優(yōu)、正則化、數(shù)據(jù)增強等;
6、較強的英文閱讀能力;
7、邏輯性強、較好的抗壓能力以及團隊合作能力。
2、優(yōu)化算法模型的各種參數(shù)以提升整體的性能指標;
3、收集和整理訓練數(shù)據(jù)樣本,并評估訓練集與測試集的有效性;
4、跟進和評估最新的機器學習與生成式算法的發(fā)展趨勢,了解最新的算法模型;
5、進行嵌入式算法的移植與接口實現(xiàn);
6、針對具體業(yè)務進行判別式算法的訓練與優(yōu)化;
7、針對具體業(yè)務進行生成式算法的訓練與優(yōu)化。
1、碩士及以上學歷,數(shù)學、計算機科學、人工智能、模式識別等相關專業(yè);具備扎實的數(shù)學功底,尤其是在概率論、統(tǒng)計學、線性代數(shù)和優(yōu)化算法方面;
2、精通Python,具備良好的代碼編寫習慣和工程能力,熟悉C/C++者優(yōu)先;深入理解機器學習原理,特別是在深度學習框架如TensorFlow、PyTorch上的應用,熟悉Transformer架構(gòu)及其變種。
3、了解機器學習的主要應用領域及其適用的算法場景,了解模型的評估方法,熟悉模型優(yōu)化技術,如超參數(shù)調(diào)優(yōu)、正則化、數(shù)據(jù)增強等
4、熟悉數(shù)據(jù)清洗、預處理和特征工程,具備處理大規(guī)模數(shù)據(jù)集的經(jīng)驗;
5、熟悉主要算法及其參數(shù),熟悉模型優(yōu)化技術,如超參數(shù)調(diào)優(yōu)、正則化、數(shù)據(jù)增強等;
6、較強的英文閱讀能力;
7、邏輯性強、較好的抗壓能力以及團隊合作能力。
職位類別: 算法工程師
舉報溫馨提示
- 你可能感興趣的職位
- 最近瀏覽記錄
-
15-25K/月
-
15-25K/月
-
13-25K/月
-
15-20K/月
-
15-20K/月
-
18-38W/年
-
13-25K/月
-
40-50K/月
暫沒有相關信息
- 所在地區(qū):廣東-深圳市
- 聯(lián)系人:曾小姐
- 手機:會員登錄后才可查看
- 郵箱:會員登錄后才可查看
- 郵政編碼:518000
工作地址
- 地址:廣東省深圳市 濱河大道上沙創(chuàng)新科技園14棟4-6F






