机器学习算法研发工程师

工作职责：

1.需求理解与转化：

准确把握业务方向，将实际需求拆解为可落地的机器学习任务，明确建模目标与评估路径。

2.数据处理与特征工程：

完成数据预处理、探索性分析（EDA）、特征生成、特征筛选等工作，构建高质量、可用于训练的数据集。

3.模型开发与训练：

根据具体问题类型（如分类、回归、聚类、推荐、自然语言处理、计算机视觉等），选用或设计合适的机器学习/深度学习模型，并完成编码实现与迭代优化。

4.模型评估与优化：

制定合理的评估策略（包括离线测试、A/B实验等），分析模型表现，定位性能瓶颈，通过特征改进、算法调整、超参数调参等方式持续提升效果。

5.模型部署与监控：

配合工程团队推进模型上线流程，搭建效果追踪体系，监测线上运行状态，及时应对模型退化或数据漂移现象。

6.协作与沟通：

与产品、数据、研发等相关方高效协同，清晰传达技术方案、实验结果及业务价值。

任职要求：

1.学历基础：

计算机科学、统计学、应用数学、人工智能或相关专业本科及以上学历。

2.核心编程能力：

熟练掌握Python编程；熟悉常用机器学习框架（如scikit-learn,XGBoost/LightGBM/CatBoost,TensorFlow/PyTorch）；具备使用SQL及Pandas/NumPy进行数据处理的能力。

3.理论基础：

具备扎实的机器学习理论知识，深入理解主流算法的工作原理、适用场景及其局限性（如线性模型、决策树、集成方法、基础神经网络等）。

4.问题解决与评估：

具备出色的逻辑思维和复杂问题拆解能力；能够合理设计并准确解读模型评估指标。

5.学习与沟通：

具备较强的自我驱动力和学习能力；善于跨团队交流，表达清晰。