工作職責(zé)：
1.?負(fù)責(zé)人工智能業(yè)務(wù)領(lǐng)域的技術(shù)架構(gòu)搭建；
2.?負(fù)責(zé)人工智能算法實(shí)現(xiàn)；
3.?參與核心代碼的書寫，解決項(xiàng)目開發(fā)過程中的重大技術(shù)問題；
4.?進(jìn)行人工智能相關(guān)前沿算法的研究，包括機(jī)器學(xué)習(xí)、知識應(yīng)用、智能決策等技術(shù)的研究。
任職要求：
1、計(jì)算機(jī)，數(shù)學(xué)，人工智能相關(guān)專業(yè)，?碩士以上學(xué)歷；
2.?完成機(jī)器學(xué)習(xí)深度學(xué)習(xí)人工智能相關(guān)算法實(shí)現(xiàn)，算法優(yōu)化和性能評估?；
3.?在人工智能與多agent系統(tǒng)算法，自然語言處理算法，遺傳算法和蟻群算法等方向挖掘應(yīng)用價值；
4.?獨(dú)立承擔(dān)項(xiàng)目實(shí)施工作，保證項(xiàng)目質(zhì)量和進(jìn)度；
5.?精通Python語言，至少熟悉其它主流編程語言（C/Java/C++）中的一種；
6.?優(yōu)先熟悉Caffe，熟悉其他諸如TensorFlow、Torch、MxNet等知名AI框架者優(yōu)先；
7、善于快速學(xué)習(xí)，樂于分享，責(zé)任心強(qiáng)，具有團(tuán)隊(duì)合作精神，能承受一定的工作壓力；
8、?具有很強(qiáng)的研究能力與學(xué)習(xí)意愿，較強(qiáng)的團(tuán)隊(duì)協(xié)作能力與溝通能力，能夠閱讀相關(guān)領(lǐng)域英文論文。
特殊要求：
????我們要開發(fā)的AI推理機(jī)是一個深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型系統(tǒng)，和其它人工神經(jīng)網(wǎng)絡(luò)模型一樣，最核心的兩個方?面是數(shù)據(jù)和模型，數(shù)據(jù)包括訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，而模型則由以下三部分參數(shù)來組成和定義：
1、可學(xué)習(xí)參數(shù)(Learnable?Parameter)，又稱可訓(xùn)練參數(shù)、神經(jīng)網(wǎng)絡(luò)權(quán)系數(shù)、權(quán)重，其數(shù)值由模型初始化參數(shù)、?誤差反向傳播過程控制，一般不可人工干預(yù)，是模型自身在監(jiān)督訓(xùn)練學(xué)習(xí)過程中確定的。
2、結(jié)構(gòu)參數(shù)(Archetecture?Parameter)，我們的AI推理機(jī)使用的是卷積神經(jīng)網(wǎng)絡(luò)（CNN），包括卷積層/全連接?層/下采樣層數(shù)目、卷積核（由單個神經(jīng)元組成）數(shù)目、卷積核大小等描述網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)，一旦人為設(shè)定好，?在模型的監(jiān)督訓(xùn)練階段不能更改，結(jié)構(gòu)參數(shù)定義了一個卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu)。
3、訓(xùn)練超參數(shù)(Hyper-Parameter)，用來控制網(wǎng)絡(luò)訓(xùn)練收斂的參數(shù)，神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練階段可以自動或手動調(diào)?節(jié)以獲得更好的效果，在預(yù)測階段不需要該參數(shù)。
????所以要求申請者至少要滿足下面3個人工智能應(yīng)用方向之一：
1.??多智能代理方向：??熟悉知識表達(dá)及產(chǎn)生式推理。熟悉智能代理的開源環(huán)境，?如JADE，?JESS等。?以及具?有研發(fā)多智能代理系統(tǒng)的經(jīng)驗(yàn)。
2.??常識知識及常識推理方向：?熟悉知識表達(dá)及常識推理。?熟悉常識知識環(huán)境，?如Watson，OpenCYC，?Isanette?等。以及具有研發(fā)常識知識系統(tǒng)的經(jīng)驗(yàn)。
3.???機(jī)器學(xué)習(xí)方向：??熟悉機(jī)器學(xué)習(xí)。?熟悉人工神經(jīng)網(wǎng)絡(luò)的開源環(huán)境，?如TensorFlow，Caffe，?Deeplearning4j等。以及具有研發(fā)人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的經(jīng)驗(yàn)。