我們公司研發(fā)農(nóng)業(yè)物聯(lián)網(wǎng)控制軟件,大數(shù)據(jù)分析,人工智能等,生產(chǎn)農(nóng)業(yè)自動(dòng)化設(shè)備。
招聘軟件開(kāi)發(fā):數(shù)學(xué)建模,AI智能等方向優(yōu)先考慮
統(tǒng)招本科及以上學(xué)歷,有軟件開(kāi)發(fā)經(jīng)驗(yàn)
(其他可面談)
崗位職責(zé)
1.負(fù)責(zé)AI模型的開(kāi)發(fā)、訓(xùn)練、優(yōu)化和部署。
2.參與數(shù)據(jù)收集、清洗、預(yù)處理和特征工程。
3.設(shè)計(jì)和實(shí)現(xiàn)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法,解決業(yè)務(wù)問(wèn)題。
4.與產(chǎn)品經(jīng)理、工程師團(tuán)隊(duì)協(xié)作,完成AI產(chǎn)品的開(kāi)發(fā)和落地。
5.編寫(xiě)技術(shù)文檔,分享技術(shù)經(jīng)驗(yàn)。
技術(shù)要求
l 1.編程語(yǔ)言
熟練掌握Python(必備)。
熟悉C++、Java、Go等語(yǔ)言者優(yōu)先。
l 2.機(jī)器學(xué)習(xí)/深度學(xué)習(xí)框架
熟悉主流框架,如TensorFlow、PyTorch、Keras、Scikit-learn。
了解分布式訓(xùn)練框架(如Horovod、Ray)者優(yōu)先。
l 3.算法與模型
熟悉常見(jiàn)的機(jī)器學(xué)習(xí)算法(如線(xiàn)性回歸、決策樹(shù)、SVM、XGBoost)。
熟悉深度學(xué)習(xí)模型(如CNN、RNN、Transformer、GAN)。
了解強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、聯(lián)邦學(xué)習(xí)者優(yōu)先。
l 4.數(shù)據(jù)處理與分析
熟練使用Pandas、NumPy、Matplotlib等數(shù)據(jù)處理和可視化工具。
熟悉SQL,能夠高效處理大規(guī)模數(shù)據(jù)。
了解大數(shù)據(jù)工具(如Hadoop、Spark)者優(yōu)先。
l 5.模型部署與優(yōu)化
熟悉模型部署工具(如TensorFlow Serving、ONNX、Docker)。
了解模型壓縮技術(shù)(如剪枝、量化、蒸餾)。
l 6.領(lǐng)域知識(shí)
計(jì)算機(jī)視覺(jué)(CV):圖像分類(lèi)、目標(biāo)檢測(cè)、語(yǔ)義分割等。
自然語(yǔ)言處理(NLP):文本分類(lèi)、機(jī)器翻譯、情感分析等。
語(yǔ)音處理:語(yǔ)音識(shí)別、語(yǔ)音合成等。
推薦系統(tǒng):協(xié)同過(guò)濾、深度學(xué)習(xí)推薦模型等。
項(xiàng)目經(jīng)驗(yàn)
1.有實(shí)際的AI項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn),能夠獨(dú)立完成從數(shù)據(jù)到模型的完整流程。
2.有大規(guī)模數(shù)據(jù)集處理和高性能計(jì)算經(jīng)驗(yàn)者優(yōu)先。
3.有AI產(chǎn)品落地經(jīng)驗(yàn)者優(yōu)先。