机器学习算法研发工程师

工作职责： 1.需求分析与建模转化：深入把握业务目标，将模糊的业务需求转化为清晰、可落地的机器学习技术问题。 2.数据清洗与特征构建：主导数据预处理流程，开展探索性数据分析（EDA），完成特征提取、构造与筛选，输出高质量训练数据。 3.算法选型与模型实现：根据任务类型（如分类、回归、聚类、推荐、自然语言处理、计算机视觉等），合理选择或设计机器学习/深度学习模型，并完成编码与训练。 4.性能评估与迭代优化：制定科学的评估策略（包括离线指标与A/B测试），定位模型短板，通过特征优化、算法调整和超参数调参等方式持续提升效果。 5.模型上线与效果追踪：配合工程团队推进模型部署，搭建监控体系，实时跟踪线上表现，及时应对模型性能下降或数据漂移现象。 6.跨团队协同合作：与产品、数据、研发等相关方高效沟通，准确传递模型逻辑、输出结果及其业务价值。 任职要求： 1.学历背景：计算机科学、统计学、应用数学、人工智能或相关领域本科及以上学位。 2.编程与工具能力：精通Python；熟练运用主流机器学习框架（如scikit-learn,XGBoost/LightGBM/CatBoost,TensorFlow/PyTorch）；熟悉SQL及Pandas/NumPy进行数据操作。 3.理论知识储备：具备扎实的机器学习理论功底，掌握常用算法的工作原理、适用场景及局限性（如线性模型、决策树、集成方法、基础神经网络等）。 4.分析与评估能力：具备出色的逻辑思维和复杂问题拆解能力；能够合理设计并解读模型评估方案。 5.自驱力与沟通素养：具有强烈的学习主动性与快速掌握新知识的能力；具备良好的表达与协作沟通技巧。