每日优鲜

职位亮点:推荐算法、图像算法


(1)策略算法工程师

岗位职责:

1、利用机器学习和推荐算法,从大量仓库商品中为便利柜自动挑选适合的商品和相应的货品数量,开发迭代智能补货的算法策略

2、从海量用户行为数据和便利柜周边物理数据,分析用户的偏好、行为规律

3、不断通过智能策略算法来解放人力,提升整体运营效率

4、擅长端到端搭建算法服务的pipeline, 较强的ETL能力 " "任职资格:

1.  深入掌握机器学习, 深度学习的基本原理

2.  编程基础扎实,熟悉算法数据结构,熟悉Python, Scala, Golang, Java中任意一种

3.  熟悉分布式计算框架,如Spark

4.  熟悉Tensorflow或PyTorch,Spark MLlib

5.  有良好代码风格和代码质量意识,有责任心,能够开发大型算法系统

加分项:

1、研究成果在ACL, AAAI, ICML, NIPS, SIGKDD, CVPR, ICCV发表

2、有零售类相关经验优先


(2)图像算法工程师

岗位职责:

1.负责计算机视觉相关的技术、系统、产品的研发工作;

2.独立完成视觉算法的实现,主要包括基于深度学习的物体识别、图像识别;

3.结合业务需求进行相应的算法优化,设计并实现实时性较高的计算机视觉算法;

4.负责相关方向技术难点攻关、前瞻研究以及应用拓展。

  " "任职要求:

1.硕士及以上学历;

2.熟悉模式识别、机器学习、图像处理等领域的基本方法,有实际项目经验者优先;

3.熟练掌握机器学习,尤其是深度学习,精通至少一种深度学习框架;

4.研究方向为计算机视觉领域,包括基于视觉的检测、追踪、识别、理解与挖掘等,有实际项目经验者优先;

5.具备良好的沟通能力和团队合作精神,有责任感,学习能力强。


地点: 望京SOHO 塔3

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,874评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,102评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,676评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,911评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,937评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,935评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,860评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,660评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,113评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,363评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,506评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,238评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,861评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,486评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,674评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,513评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,426评论 2 352

推荐阅读更多精彩内容

  • 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
    Albert陈凯阅读 22,239评论 9 476
  • 天空不对所有生灵敞开 它罚我仰望星辰,云霞,闪电 不断长向大地的云朵 把深灰色的开衫搭在椅背上 安然静坐过的人倚门...
    李榆阅读 763评论 15 42
  • 竹子在一开始前4年,只能长3厘米,但在第5年开始,就会以每天30厘米的速度疯长,仅用六周的时间就能长到十五米。 所...
    回归本心阅读 500评论 0 1
  • 每当残冬 幽幽花香 凛寒绽开 诱我下西楼 踏雪闻香来 浪花涛声鼓噪着梅 气势如海 天地间两种绮丽的色彩 交错成迷人...
    觅缘人阅读 283评论 3 6
  • 时至今春,许多人许多事都已成过眼云烟,在大脑的过滤器中被加工消磨,仇人也罢,恩人也罢。到了缘尽之时,也就任其随风东...
    石川河女神阅读 402评论 0 1