崗位職責(zé):
1.?根據(jù)業(yè)務(wù)實(shí)際需求,選擇或設(shè)計(jì)相應(yīng)的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的算法;
2.?對(duì)算法模型進(jìn)行訓(xùn)練、評(píng)估和優(yōu)化,例如遷移學(xué)習(xí)、參數(shù)優(yōu)化等;
3.?負(fù)責(zé)模型所需數(shù)據(jù)、圖片的收集;
4.?對(duì)模型進(jìn)行工程化實(shí)現(xiàn),與項(xiàng)目整體系統(tǒng)做集成。
崗位要求:
1.計(jì)算機(jī)、數(shù)學(xué)等相關(guān)專(zhuān)業(yè)碩士及以上學(xué)歷;具有微積分,線(xiàn)性代數(shù),隨機(jī)理論和最優(yōu)化技術(shù)方面的數(shù)學(xué)基礎(chǔ),熟悉java、python編程,有神經(jīng)網(wǎng)絡(luò)項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn);
2.掌握機(jī)器學(xué)習(xí)的基本算法與概念,如:邏輯回歸、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、貝葉斯分類(lèi)器、支持向量機(jī)等,熟悉BP算法原理以及模型的訓(xùn)練及調(diào)參,有深度學(xué)習(xí)模型開(kāi)發(fā)經(jīng)驗(yàn),如CNN/RNN/LSTM;
3.有語(yǔ)音識(shí)別,圖像識(shí)別、嵌入式軟件、開(kāi)源軟件,如TensorFlow,Keras等開(kāi)發(fā)經(jīng)驗(yàn)優(yōu)先。