算法工程师

1、深入理解业务场景（如搜索、推荐、风控、计算机视觉、自然语言处理、数据挖掘等），与产品经理、业务方沟通，将模糊的业务需求转化为清晰的、可建模、可评估的技术问题。

2、负责技术可行性分析与方案预研，评估不同算法路径的潜在效果、技术风险与实现成本。

3、负责相关领域（如机器学习、深度学习、强化学习、图计算等）前沿算法的跟踪、研究与探索。

4、根据具体问题，进行特征工程，设计、构建、调优和验证合适的算法模型，包括但不限于模型结构、损失函数、优化策略的设计。

5、撰写算法设计与实验方案，清晰记录模型迭代过程。

6、熟练使用Python/Java/C++等语言，以及TensorFlow/PyTorch/Scikit-learn等主流框架，高效、高质量地实现算法原型。

7、独立完成数据清洗、特征处理、模型训练、评估和调优的全流程开发。

8、设计合理的离线/在线评估体系，通过详尽的A/B测试、回测等方式评估算法效果，并分析模型badcase，持续驱动模型迭代优化。

9、与后端、前端、数据平台工程师紧密协作，将算法模型高效、稳定地部署到线上生产环境。

10、参与模型服务化、性能优化、资源优化等工作，确保高并发、低延迟的线上服务。

11、建立并维护模型的监控、预警、更新和迭代机制，保障线上服务的稳定性和效果。

12、理解并使用大规模数据处理工具，对海量、多源的数据进行分析和挖掘。

13、参与构建和优化算法团队内部的技术工具链、特征平台、实验平台，提升团队整体研发效率。

14、撰写高质量的技术文档，包括设计文档、实验报告、接口文档等。

15、在团队内部进行技术分享，促进知识传播和团队技术成长。

任职要求

教育背景：计算机科学、数学、统计学、人工智能或相关专业，硕士及以上学历优先。

技术能力：

扎实的编程基础，精通至少一门编程语言。

扎实的数据结构与算法功底，熟悉常见的机器学习/深度学习模型及其原理。

熟悉至少一个主流的深度学习框架，并理解其底层机制。

熟悉Linux开发环境，了解基本的软件工程和系统设计知识。

经验与素质：

具备优秀的逻辑思维能力、问题分析和解决能力。

具备强烈的自驱力、好奇心和优秀的团队协作精神。

在相关领域有实际项目经验或顶会论文发表者及优秀的应届博士硕士毕业生。