【职位描述】：
-基于用户在线行为数据构建多模型融合分析体系，应用于推荐系统、需求预测、自然语言处理、计算机视觉等商业场景；
-协同技术团队在大规模分布式集群上部署算法模型，支持模型的高性能运行与并发处理。

【任职资格】：
-计算机科学、应用数学、统计学、经济学、物理学、天文学、商业分析、信息系统、数据科学或相关专业本科及以上学历；
-具备良好的沟通协作能力与团队意识；
-工程实践能力强，执行力出色；
-对技术探索有强烈兴趣和求知欲。

【技能要求】：
必须要求：
-熟悉常用机器学习模型原理，包括有监督模型如k-NN、NaïveBayes、线性回归、逻辑回归、LASSO、RIDGE、回归/决策树、GBDT、随机森林、全连接神经网络；无监督模型如k-means、DBSCAN、PCA；
-掌握机器学习核心概念与方法：I/II类错误、激活函数（ReLU,Sigmoid）、SGD优化、VC维、信息熵、交叉熵、KL散度、交叉验证、提升法（boosting）、Bagging、L1/L2正则化、反向传播算法；
-熟练使用Python常用库，如TensorFlow/PyTorch、Pandas、Sklearn、XGBoost；
-在项目或课程中实际应用过特征选择与特征降维技术；
-了解不平衡数据集的处理策略；
-在项目或课程中使用Shiny/ggplot、Dash（Python）/Seaborn/Plotly等工具进行数据可视化；
-具备阅读英文技术文档与学术论文的能力（笔试及内部考核均为英文）。

额外加分项：
-在项目或课程中接触并使用过pyspark等分布式计算框架者优先。