jobber

申请人

阿里巴巴云计算公司，大规模机器学习组—- Deep Learning团队(base 北京/杭州)招聘啦。

想了解我们大规模机器学习组的产品形态，可以参见这里：
https://yq.aliyun.com/articles/57677
我们的vision是建设一流的云端大规模机器学习平台，而Deep Learning是这个平台里极其重要的一环。

在这里，你可以接触到下列技术领域：
几千台CPU服务器驱动的分布式机器学习基础设施及相关技术；
上百台GPU服务器所支持的Deep Learning多机多卡训练平台；
多样化的Deep Learning建模场景，OCR、智能问答、搜索相关性、广告CTR以及气象预测等等。

在这里，你可以参与到下列事情：
设计更优雅高效的分布式机器学习算法，来驱动多机多卡乃至多CPU集群上的深度学习算法；
优化模型的memory footprint、计算功耗比，满足各种苛刻的在线inference的性能需求；
Design更漂亮的模型，来优化我们的多样化的建模需求，提升业务指标；

我们期待的您是两类人之一：
1.分布式机器学习系统的好手
具体要求：
扎实的C/C++编程功底；
良好的工业级系统开发经验，熟悉常见的分布式编程范式以及设计模式；
熟悉MPI/OpenMP/CUDA等并行计算/高性能计算框架，对大规模机器学习相关技术有良好的sense和掌握，比如BSP/SSP/A-SGD/常见机器学习优化算法等。
加分项：
有代码洁癖；
有数据建模业务经验；
有过领域顶会论文(SOSP/OSDI等)发表经验。

2.Deep Learning建模的好手
具体要求：
扎实的数据建模基础，熟悉常见的机器学习shallow model模型算法，比如逻辑回归、GBDT、Random Forest等；
良好的Deep Learning建模基础，熟悉CNN/DNN/RNN/CTC等Deep Learning建模技术，对Deep Learning调参细节有清晰的把握；
在某个子领域有过较深入的建模经验积累，比如OCR识别、序列标注、命名实体识别等。
加分项：
有过完整的Deep Learning建模业务上线经验；
有过领域顶会论文(NIPS/ICLR/ICML/KDD/CVPR等)发表经验;
愿意去跨越Deep Learning的“black box“边界，探究复杂模型的工作原理;
对领域最新技术进展保持持续 敏锐关注。

这次开放的职位层级从P6~P8。
有意向的同学，欢迎投递简历到muzhuo.yj@alibaba-inc.com 。