机器学习算法研发工程师
2-4万元/月
更新 2025-12-26 14:36:36
浏览 235
职位详情
机器学习
3-5年
发表算法相关优秀论文 · 大模型算法 · 参加算法相关竞赛/获奖 · 风控算法 · 模型加速/性能优化 · Python
工作职责:
1.需求分析与建模转化:深入理解业务目标,将模糊的业务需求转化为清晰、可落地的机器学习建模任务。
2.数据清洗与特征构建:承担数据预处理、探索性数据分析(EDA)、特征抽取、特征加工与筛选工作,输出高质量训练数据集。
3.算法选型与模型训练:根据具体任务类型(如分类/回归/聚类/推荐/NLP/CV等),进行模型选择、结构设计、编码实现及优化迭代。
4.性能评估与调优:制定科学的评估策略(包括离线指标和A/B测试),定位模型短板,通过特征改进、算法调整、超参优化等方式持续提升效果。
5.模型上线与运维支持:配合工程团队完成模型部署,搭建监控体系,跟踪线上表现,及时应对模型性能下降或数据漂移情况。
6.跨团队协同:与产品、数据、研发等相关方高效协作,准确传递模型逻辑、输出结果及其业务价值。
任职要求:
1.学历背景:计算机科学、统计学、应用数学、人工智能或相关领域本科及以上学位。
2.编程与工具能力:精通Python;熟练运用主流机器学习框架(如scikit-learn,XGBoost/LightGBM/CatBoost,TensorFlow/PyTorch);熟悉SQL及Pandas/NumPy进行数据操作。
3.算法理论基础:具备扎实的机器学习知识体系,掌握常用算法的工作原理、适用边界及实际应用场景(如线性模型、树模型、集成方法、神经网络基础等)。
4.分析与评估能力:具备出色的逻辑思维与复杂问题拆解能力;能够合理设计并解读模型评估方案。
5.自驱力与沟通能力:具有强烈的学习主动性与快速掌握新知识的能力;具备良好的表达与团队沟通技巧。
1.需求分析与建模转化:深入理解业务目标,将模糊的业务需求转化为清晰、可落地的机器学习建模任务。
2.数据清洗与特征构建:承担数据预处理、探索性数据分析(EDA)、特征抽取、特征加工与筛选工作,输出高质量训练数据集。
3.算法选型与模型训练:根据具体任务类型(如分类/回归/聚类/推荐/NLP/CV等),进行模型选择、结构设计、编码实现及优化迭代。
4.性能评估与调优:制定科学的评估策略(包括离线指标和A/B测试),定位模型短板,通过特征改进、算法调整、超参优化等方式持续提升效果。
5.模型上线与运维支持:配合工程团队完成模型部署,搭建监控体系,跟踪线上表现,及时应对模型性能下降或数据漂移情况。
6.跨团队协同:与产品、数据、研发等相关方高效协作,准确传递模型逻辑、输出结果及其业务价值。
任职要求:
1.学历背景:计算机科学、统计学、应用数学、人工智能或相关领域本科及以上学位。
2.编程与工具能力:精通Python;熟练运用主流机器学习框架(如scikit-learn,XGBoost/LightGBM/CatBoost,TensorFlow/PyTorch);熟悉SQL及Pandas/NumPy进行数据操作。
3.算法理论基础:具备扎实的机器学习知识体系,掌握常用算法的工作原理、适用边界及实际应用场景(如线性模型、树模型、集成方法、神经网络基础等)。
4.分析与评估能力:具备出色的逻辑思维与复杂问题拆解能力;能够合理设计并解读模型评估方案。
5.自驱力与沟通能力:具有强烈的学习主动性与快速掌握新知识的能力;具备良好的表达与团队沟通技巧。
相似职位
很抱歉,暂无相似职位!