算法工程师的工作职责描述.doc

算法工程师的工作职责描述.doc

ID:60970274

大小:34.50 KB

页数:4页

时间:2021-01-13

算法工程师的工作职责描述.doc_第1页
算法工程师的工作职责描述.doc_第2页
算法工程师的工作职责描述.doc_第3页
算法工程师的工作职责描述.doc_第4页
资源描述:

《算法工程师的工作职责描述.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、此资料由网络收集而来,如有侵权请告知上传者立即删除。资料共分享,我们负责传递知识。算法工程师的工作职责描述4此资料由网络收集而来,如有侵权请告知上传者立即删除。资料共分享,我们负责传递知识。  算法工程师需要负责大数据挖掘领域的前沿技术研究及算法开发。下面是范文网小编整理的算法工程师的工作职责描述。  算法工程师的工作职责描述1  职责  1、参与故障诊断或数据分析项目的可行性分析、技术可行性分析和需求分析;  2、负责核心算法的研究、设计、优化、改进及代码实现;  3、负责系统的详细设计工作(按项目具体要求,承担软件的设计与开发);  4、负责系统的编码实现(按系统设计完成功能模块编写); 

2、 5、制定及维护所负责研发项目的详细技术文档。  任职资格  1、本科及以上学历,数学、计算机、电子相关专业,高学历优先;  2、具备扎实的算法和数据结构基础、较强的逻辑思维能力;  3、具有一定的编程能力,精通C++、Matlab等编程工具;  4、按照详细设计说明书,独立完成程序单元的编码和调试任务,能定位程序问题、分析和解决问题;  5、具有数字信号处理、图像处理算法研究或开发经验。  算法工程师的工作职责描述2  职责:  1、负责独立开发智能手环/人体成分分析仪等相关算法项目,对生物信号ECG、PPG、生物阻抗等生理信号进行相关算法研发;  2、撰写算法开发文档,包括算法测试方案,标

3、准,算法流程,算法优劣与优化方向文档,为相关人员提供必要的技术支持;  3、负责新算法项目的评估、开发与总结,具有较为专业的算法视角;  4、确定算法模块调用接口,协助算法模块移植应用;  任职要求:  1、全日制本科以上,专业:信号处理、生物医学工程、模式识别、电子信息、通信工程或数学统计等专业本科以上学历。  2、熟悉数字信号处理理论和算法或语音识别相关算法;  3、精通MATLAB等工具,能独立进行算法模型的设计和实现;  4、熟悉数字信号处理算法在硬件或DSP上的实现方法;  5、熟练使用C/C++语言编程;  6、好学敬业,有团队合作精神,具备良好的口头和书面表达能力;  算法工程师

4、的工作职责描述3  职责:  1、负责强化学习、深度学习人工智能数学模型研究和落地、算法实现及优化;  2、跟踪人工智能技术和算法的前沿技术;  3、深度了解机器学习算法模型构建和算法实现及应用场景,输出可落地的应用场景解决方案;  4、参与产品整体方案的设计。  任职要求:  1、在数据挖掘、机器学习、深度学习等领域有3年以上的算法、模型研发经验(熟悉模型参数调优);  2、有扎实的数据结构和算法功底,精通关联、聚类、回归、预测等算法的原理与应用,能够针对不同的业务需求使用不同的算法模型实现业务诉求,有丰富的算法应用和工程化落地的实际工作经验;  3、具有良好的统计分析基础,熟练掌握数据分析

5、和挖掘的流程与方法,能够独立进行数据建模和分析,产出数据分析报告;  4、有良好的程序开发基础,精通python、Java语言,熟悉4此资料由网络收集而来,如有侵权请告知上传者立即删除。资料共分享,我们负责传递知识。Hadoop、Spark、Storm、Flink等分布式计算平台;  5、熟悉Linux、UNIX系统,掌握MYSQL等主流数据库中的一种,熟悉SQL以及SHELL脚本开发;  6、熟悉机器学习开源框架(TensorFlow、Caffe等),研究过开源框架的源码者优先;  7、细心、耐心、有很强的责任感,对产出的质量有高要求,执行力强,富有团队精神;  8、本科以上学历,运筹学专业

6、优先。211院校毕业和获得英语CET4/CET6证书者优先;  9、有航空、旅游行业方面产品项目经验者优先。  算法工程师的工作职责描述4  职责:  1、运用深度学习(DeepLearning)以及自然语言处理(NLP)技术,挖掘互联网非结构化信息,实现海量数据的自动学习与理解;  2、处理媒体类非结构化/结构化文本数据,利用知识抽取、主体识别、正负面判断等提升实现舆情分析功能及提升准确性;  3、利用推荐算法实现内容个性化推荐功能,提升用户体验。  任职要求:  1、本科以上学历,3年以上算法相关经验;  2、熟悉自然语言处理领域的基本概念和问题,包括:分词、词性标注、命名实体识别、语法分

7、析、语言模型、文档分类等;  3、熟悉自然语言处理的常用技术和算法,包括:HMM、CRF、SVM、TD-IDF等;  4、熟悉深度学习技术在NLP领域的理论及进展,包括:RNN,Seq2Seq,Attention等基本算法;  5、实际从事过文本处理相关的技术工作,如Query解析、文本检索、机器翻译、情感分析者更佳;4此资料由网络收集而来,如有侵权请告知上传者立即删除。资料共分享,我们负责传递知

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。