职位&公司对比
职位详情
- 北京
- 硕士
- 在校/应届
- 深度学习算法
- 视觉图像算法
- Python
- TensorFlow
- PyTorch
- Caffe
百度视觉技术部人脸检测方向招聘实习生: 我们的研究方向为真实场景下的 Detection / Tracking 技术预研及业务落地。 具体研究方向包括/不限于 1. 推广极端光照 / 遮挡等困难场景下的人脸检测性能边界。 2. 优化密集遮挡场景下的 tracking 性能 3. 模型量化,蒸馏在检测方向的实际应用 4. 理论结合业务,拓展检测深度,完成1篇以上顶会论文投稿 我们负责的业务场景涵盖泛安防/智能教育/通行考勤等多个核心业务领域。我们会和业务方共同推进产品性能/用户体验。 实习要求: 熟悉深度学习基础算法 有一定编程基础,擅长 Python 编程 了解 paddle、Caffe、Tensorflow、PyTorch 等任一深度学习框架。 每周 4 天以上(工作日),能够长期实习(六个月或以上) 加分项: 具备ACM等大赛奖牌 具有人脸检测方向实际深度学习相关项目经验或实习经历 在ICCV、CVPR、ECCV、NIPS等相关会议取得过优秀成绩或发表论文 联系方式:wangkangkang@baidu.com;chenziliang01@baidu.com;hebin04@baidu.com
职位详情
- 北京
- 在校/应届
- 硕士
- 深度学习
- 机器学习
- 大模型算法
- 图像算法
- 自然语言处理算法
- 风控算法
- Python
- Java
- SQL
- 算法工程化经验
- 发表算法相关优秀论文
- 参加算法相关竞赛/获奖
我们是【阿里妈妈】风控团队,有“流量质量”和“广告质量”两大方向: 1.流量质量方向,核心职责是甄别价值千亿的商业流量中作弊、无效、低质量的部分,保护广告主和平台的利益。 2.广告质量方向,核心职责是甄别数十亿广告物料、落地页中的文字、图片、视频等内容是否符合国家法律法规的要求,是否会给用户带来不适的体验,净化投放环境。 这里集合了国内业界身经百战的“武林高手”们,利用阿里巴巴独特的数据积累,让AI的能力在与黑灰产持续的过招过程中得到进化和升华。打造攻守兼备的、有极致安全感的智能风控体系是我们不懈的追求。 我们的工作内容是: 1.构建基于深度学习模型的在线识别系统,保证极高精准和召回的前提下,实时处置无效流量或风险物料; 2.建设强大的离线挖掘平台,使用多种无监督、半监督手段帮助算法和运营同学探索新的异常pattern; 3.研发风控产品平台,服务阿里妈妈和集团更多相关的业务,不断提升迭代效率。每年为广告主挽回损失过百亿元,同时为平台拦截百亿以上的风险物料; 我们正在研发的,很可能是异常检测领域:数据规模最大、精度召回要求最极致、鲁棒和可解释性要求最高、系统规模和时效挑战最大、对抗强度最高、最能用钱衡量 的工业级应用。 面对风控问题,AI还像一个天真的孩子。有很多的问题尚未被完整的定义、被定义的问题尚未得到基本的解决。我们正在探索阿里巴巴独特的数据加持下,拿到突破性的进展。因此,以下都是我们研究的领域: - Anomaly/Outlier Detection - Scalable/Interpretable/Robust Machine Learning - Semi-supervised/Unsupervised learning - Large Scale Graph Mining - Large Scale batch/streaming Data processing - Data Visualization - CV/NLP/Behavior Pattern recognition 同时,需要我们具备卓越的业务数据洞察能力、工程架构能力,让研究成果转换成坚实的工业级解决方案。 职位要求 【必备项】 1、熟悉常用机器学习算法,对模式识别、深度学习、增强学习等相关领域,极佳的工程实现能力,精通C/C++、Java、Python等至少一门编程语言; 2、有数理分析方面良好的素养以及数理统计基础; 3、有良好的数据敏感能力、较强的逻辑分析能力; 4、有较强的学习能力,对新事物保有好奇心,并能快速适应新环境; 5、有良好的沟通能力和团队协同能力;能与他人合作,共同完成目标; 6、对风控、反作弊领域有热情,善于独立思考并反思总结。 【加分项】 1、有实际成果并发表在国际顶级会议、期刊者优先,有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先; 2、有deeplearning的经验,有linux下开发经验的,大规模数据处理经验优先。 PS:目前主要面向2024年11月-2025年10月毕业的同学,即25届应届毕业生,暑期可以提前过来实习,用人团队直招。 工作地点北京朝阳区阿里中心·望京A座A座
技能解析
- 深度学习框架
- 编程基础
- 用户体验
- 基础算法
- 研究方向
- 深度学习
数据来自CSL职业科学研究室
技能解析
- 完成目标
- 研究成果
- 业务数据
- 机器学习算法
- 模式识别
- 法律法规
- 编程语言
- 沟通能力和
- C/C++
- 善于独立思考
- 机器学习
- 沟通能力
- 分析能力
- 开发经验
- 学习算法
- 数据处理
- 数据洞察
- 反思总结
- 团队协同
- 数据处理经验
- 较强的逻辑
- 较强的学习
- 数据敏感
- 协同能力
- 国家法律法规
- 解决方案
- 独立思考
- 架构能力
- 逻辑分析
- 数理分析
- 学习能力
- 好的沟通
- 洞察能力
- 逻辑分析能力
- 深度学习
数据来自CSL职业科学研究室