jobber

申请人

职位描述：
1、文本分析：包括训练语料收集，清理，特征选择，特征值优化，类别体系修改，语义级特征建设，embedding算法改进等 。
2、话题聚类：分析新闻语料，学习出语料中涵盖的相关话题事件，并生成相应的事件脉络与观点聚合。
3、实体识别与关系抽取：结合学术前沿与业界语料对文本分析中的实体识别、关系抽取等算法进行研发。
4、自动摘要：利用基于深度学习的文本生成技术优化现有自动摘要算法。

职位要求：
1、对职位描述中的一项或多项工作感兴趣且熟悉，有具体相关经验者优先
2、具备强悍的编码能力，熟悉Linux开发环境，熟悉Python/C++/Java等语言，了解Hadoop。
3、具备扎实的机器学习基础与自然语言处理基础，熟悉深度学习常见模型。
4、优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情
5、每周出勤至少4天，实习期至少保证6个月，出勤多以及可长期实习者优先。

请发送简历至 wuxiaopeng@360.cn