jobber

申请人

职位需求：
1. 对在以下至少一个领域有深入的研究：统计机器学习、计算机视觉、语音识别、自然语言理解
2. 在国际顶级会议上发表过机器学习相关的论文，包括但不限于NIPS，ICML，ICLR，AAAI，KDD，WWW，CVPR，ICCV，ACL，EMNLP，ICASSP，INTERSPEECH等
3. 编程能力优秀，熟练掌握C/C++/Java/Python，可以胜任快速原型实现与开发。
4. 对前沿、有价值的研究领域保持敏感，有能力判断、选定探索的方向
5. 强烈的目标驱动，对技术与研究有热情，愿意挑战新的算法和新的领域。
6. 能在未知与不确定的探索研究过程中保持舒适的状态
加分项：
1. 人工智能领域博士学位，对所在研究领域有广泛深入的理解
2. 熟悉深度学习，对CNN，RNN/LSTM，CTC，Attention model等模型有深入研究，掌握至少一种常用深度学习的框架Theano，Keras，Mxnet，Caffe，Tensorflow，有实践经验，掌握调参策略
3. 熟悉图算法，对label propagation，personlized-pagerank，谱聚类等算法有深入研究，熟悉GraphX，GraphLab，neo4j等图计算工具
4. 熟悉迁移学习，对instance based，feature based，同构/异构等迁移学习领域有深入研究
5. 熟悉强化学习，对强化学习方向最新方向与进展有深入研究，有大量的强化学习理论与实践工作
6. 熟悉机器学习可视化，对大规模机器学习模型、树模型、深度学习、强化学习等模型的可视化做过深入的研究
7. 参与过ACM/ICPC竞赛并获奖
8. 在 GitHub等平台上 深度参与或者建立有影响力的开源项目
9. 熟悉大规模并行计算的原理并具有实现并行算法的能力
10. 设计并实现基于CUDA的分布式深度学习系统或者其他异构计算等相关实践经验具有良好的沟通能力，和良好的团队合作精神