简介：机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
机器学习工程师职位描述（模板一）
岗位职责：
1.负责路线检索和排序的合理性；
2.分析现有召回和排序模型，提升路线规划合理性；
3.挖掘路线权重、用户偏好，优化现有排序模型；
4.挖掘和学习用户行为，提升推荐的满意度。
任职要求：
1.计算机、或其他信息类专业的本科及以上学历；
2.熟悉数据挖掘、机器学习算法，有2年以上相关经验；
3.熟悉linux、C/C++编程，python、shell或其他脚本语言；
4.优秀的逻辑分析和总结能力，善于解决问题和分析问题；
5.对工作有责任心，良好的沟通和团队合作能力。
机器学习工程师职位描述（模板二）
岗位职责：
1.基于海量数据进行数据建模与分析；
2.对海量数据进行feature selection, combination等feature engineering工作；
3.针对海量用户行为数据，构建用户兴趣属性，金融属性画像，欺诈属性等多维度画像；
4.基于海量画像数据，构建金融风控，互联网反作弊，精准营销，垃圾内容等模型和服务。
任职要求：
1.本科及以上学历，机器学习或统计学习建模领域拥有实际工作经验；
2.良好的逻辑思维能力，能够从海量数据中发现有价值的规律，熟悉大规模数据挖掘、机器学习等基本算法；
3.编程基础扎实，熟悉算法数据结构，有超过2年以上C++或Python开发经验；
4.有金融模型、广告算法、推荐算法等相关领域研究或实践经验者优先；
5. 踏实勤奋，自我驱动。
机器学习工程师职位描述（模板三）
岗位职责：
1.参与公司各个产品线的个性化推荐系统的研发；
2.分析用户行为数据，并设计合理的推荐算法模型及策略，并优化推荐排序；
3.通过对用户行为数据的挖掘，对用户进行建模，精准刻画用户各种属性。
任职要求：
1. 全日制本科及以上学历，计算机相关专业；
2. 熟练掌握各类个性化推荐算法，并有开发个性化推荐系统的实际项目经验；熟练掌握各类回归及排序算法，能够利用相关算法进行推荐排序的优化；
3.熟练掌握分类、聚类、回归、降维等经典机器学习算法和技术，能够根据实际问题选择合适的模型和算法并进行相应的开发；
4.有较强的工程架构和开发能力，能够实现支撑千万级用户和TB级用户行为数据的推荐系统或算法；
5.掌握python、matlab等脚本语言，熟悉各类数据挖掘工具（如weka、Mahout），能够快速建立模型并进行验证；
6.对数据敏感，善于发现数据中的潜在规律，善于分析问题，了解业界的最新动态；
7.具有良好的沟通能力，有责任心，有良好的学习能力，具备优秀的沟通能力和团队精神。
机器学习工程师职位描述（模板四）
岗位职责：
1.负责算法改进；
2.基于大规模用户行为，以效果为目标，建立并优化推荐系统的基础算法和策略；
3.应用机器学习等尖端技术，针对海量信息建模，挖掘潜在商业价值；
4.负责在线广告投放系统的核心技术创新与优化；
5.提高在线广告的相关度、用户体验、投放效果及变现能力。
任职要求：
1.计算机或相关专业硕士以上学历；
2.良好的逻辑思维能力，和数据敏感度，能能够从海量数据中发现有价值的规律；
3.优秀的分析和解决问题的能力，对挑战性问题充满激情；
4.良好的团队合作精神，较强的沟通能力；
5.良好的技术领导能力，有能力开辟一个技术方向，带动和引导一个技术方向的规划、研发；
6.熟悉C/C++语言编程，对数据结构和算法设计有较为深刻的理解。
机器学习工程师职位描述（模板五）
岗位职责：
1.用机器学习、文本挖掘等技术，对结构化和非结构化数据进行挖掘，发现其潜在关系，指导大数据应用落地；
2.构建通用的分布式环境下机器学习系统，快速支持算法应用；
3.参与文本意图分析，包括文本分类和聚类，拼写纠错，实体识别与消歧，中心词提取，短文本理解等；
4.探索AI领域。
任职要求：
1.计算机/通信等相关专业，硕士及以上学历，有较好的理论基础和快速的学习能力；
2.熟练掌握TensorFlow，pyTorch，Caffe，HTS等社区开源工具中的一种及以上；
3.对常用的机器学习/深度学习算法有深入理解，例如：LR/GMM/SVM/CRF/MaxEnt/HMM/NN 等；
4.熟悉 linux 开发环境，掌握至少一门编程语言，如 C++、Python等；
5.有NLP或图像领域的工作或研究经验，搭建过实际线上系统者优先；
6.表达能力强，乐观向上，自我驱动力强，具备敏锐的洞察力和良好的抗压能力。
