崗位描述
對于一個研究者來說，什么最重要？
是上億量級的數據，是豐富的應用場景，是超大規模的計算資源，是全譜領域的深厚技術積累，還是追求極致的創新氛圍？
作為機器學習方向的研究工程師，你可以：
1. 了解騰訊的數據，負責海量數據的分析和挖掘工作，構建多個業務領域內的用戶畫像體模型；
2. 負責機器學習（尤其是深度學習領域）的算法和模型開發，包括但不限于：神經網絡模型設計，超參數優化，各種學習和優化方法嘗試……
3. 對業務方已有的算法和模型的分布式實現進行加速，豐富公司內部的公用并行算法庫；
4. 對機器學習尤其是深度學習前沿問題進行探索與研究，結合未來實際應用場景，提供全面的技術解決方案；
5. 對計算機視覺、語音識別、自然語言處理、精準推薦等領域提供模型支持，進行創新應用試驗和落地產品開發。
在騰訊做研究，「我全都要」從來不是夢。
崗位要求
必須具備的：
包含但不限于計算機、信息工程、模式識別、人工智能、自動化、軟件工程、電子工程、統計學、應用數學、物理學/量子計算、信息安全、信號與信息處理等專業的博士和優秀碩士；
熟悉常用機器學習算法，尤其是深度學習、增強學習等相關領域，對模式識別，概率統計、最優化等算法原理及應用，有扎實的基礎，深入的理解和濃厚的興趣；
熟練掌握C/C++、Java、Python等至少一門編程語言，有較強動手能力。了解目前常見的機器學習或者深度學習框架中的一個或者多個：Spark，XGBoost，Caffe，Tensorflow等；
樂于動手，有良好的邏輯思維能力和數據敏感度，能夠熟練閱讀和編寫英文論文，具有優秀的新技術研究能力。

可以加分的：
在NeurIPS、ICML、KDD、AAAI、IJCAI、UAI、AISTAT、ICLR、ECMLSIGIR等機器學習領域會議或期刊以第一作者發表過文章，或者有相關的開源項目貢獻經驗優先。

職位類別：

舉報