职级P7-P8，可选北京上海或杭州，微信：180一零二二伍三80，烦请注明职位方向谢谢。
一、搜索推荐排序算法专家
工作职责
1.将业界先进水平的语义理解、对话管理、自然语言生成技术落地车场景，打造车行业领先的对话交互能力。
2. 参与业界领先智能座舱系统的构建，通过排序优化等手段打造车载语音场景下的极致用户体验。
3. 负责车载语音系统中智能排序系统的研发，包括但不限于搜索排序优化、个性化推荐排序等工作。
4. 负责研究搜索、推荐系统相关的机器学习前沿技术，包括 Learning to Rank、Deep Learning、Transfer Learning 等，并在业务场景落地。
任职资格
1、计算机或ML相关专业本科及以上学历，3年以上搜索推荐排序算法相关经验，有LBS相关排序经验的优先。
2、熟悉常用的分类、排序等机器学习和深度学习算法。有相关竞赛奖项或者顶会 paper 的优先，有大规模深度学习排序模型研发经验的优先。
3、具备较强的代码开发能力，熟练使用python/C++/java之一，有线上策略系统开发经验的优先。
4、对数据敏感，善于从海量日志数据中挖掘信息并分析问题。
5、有人机对话系统研究经验者优先。
二、语音算法专家
工作职责
1、将业界先进水平的声学前端、语音唤醒、语音识别、语音合成、声纹识别技术落地车场景，打造车行业领先的语音能力。
2、针对TOB车场景特定需求，优化通用语音能力的效果的同时提升交付效率
3、针对多音区、全时全双工等车内创新场景设计创新的语音算法能力，
4、快速响应产品需求，推动与外部团队的技术交流与沟通
任职资格
1 至少精于以下领域之一：
1) ASR: 熟悉主流ASR系统框架，理解声学模型/语言模型主流先进的建模方法，在模型训练和优化方面富有实际经验。
2) TTS: 了解最新TTS方法，有TTS前端/端到端TTS建模/声码器等方面的算法开发经验，有个性化/情感化TTS开发经验者优先。
3) 语音前端：熟悉麦克风阵列等语音前端算法并有丰富落地经验，有与深度学习相结合者优先。
2. 深度学习和机器学习基础知识扎实，能针对应用问题提出从效果、性价比等方面考量较优的算法方案，有一定的创新能力。
3. 熟练使用常见的语音及深度学习开源工具，如Kaldi、Tensorflow、PyTorch等。
4. 具有较强的代码开发能力，熟悉常用数据结构，具有一定的软件设计能力。
5. 有全双工语音人机交互系统研究和落地经验者优先。
三、机器学习算法专家
工作职责：
1. 使用机器学习技术提升车载场景智能交互能力，挖掘车载场景下的用户体验问题，提升用户体验
2. 针对具体业务场景下的持续学习、迁移学习、小样本学习问题，设计方案。通过挖掘的问题，优化整体系统效果，加快新功能交付效率
任职资格
1、机器学习、人工智能等相关领域专业的硕士／博士
2、有过NLP领域对话、推荐、用户行为挖掘等实际场景的应用经验
3、具备一定的强化学习、迁移学习、小样本学习、持续学习等领域的知识
4、具备较强的代码开发能力，熟练使用Python/C++/java之一，熟悉常用数据结构 ，熟练掌握常用的深度学习框架
5、熟悉深度学习网络架构（CNN/RNN/GNN等）
6、有多模态机器学习应用场景开发经验者优先
四、对话交互算法专家
1、将业界先进水平的语义理解、对话管理、自然语言生成技术落地车场景，打造车行业领先的对话交互能力。
2、针对TOB车场景特定需求，优化通用对话交互能力的效果的同时提升交付效率
3、针对协同交互、免唤醒拒识别、跨领域多轮交互等车内创新场景设计创新的交互算法
4、快速响应产品需求，推动与外部团队的技术交流与沟通
任职资格
1、自然语言处理、机器学习、人工智能等相关领域专业的硕士／博士
2、具备较强的代码开发能力，熟练使用python/C++/java之一，熟悉常用数据结构
3、熟练使用深度学习开发工具，Tensorflow/PyTorch/Caffe等。
4、有ACL、EMNLP、AAAI、CVPR等相关顶会论文者优先
5、有人机对话系统研究经验者优先
6、有全双工语音人机交互系统研究和落地经验者优先
五、感知融合算法专家
工作职责
岗位职责
1、负责车载摄像头计算机视觉感知算法研发和实现，比如车道线交通标志识别，车辆行人检测，动态障碍物识别、SLAM算法，以及激光点云视觉传感器算法融合等
2、负责整个数据闭环链路中算法的开发，包括自动标注专家系统，以及海量数据下基于主动学习、自监督学习、半监督学习等算法对于有价值数据的挖掘和利用等
3、负责算法的剪枝、量化、模型搜索、AutoML等模型优化和加速以及模型在端上的部署
任职条件
1、985\211院校硕士及以上学历，计算机科学相关专业（人工智能、计算机科学、电子信息工程等），擅于跟踪和学习学术界或工业界前沿AI技术，有独立分析和解决问题能力；
2、在计算机视觉、模式识别、机器学习和深度学习方面有经验，同时熟悉常用算法与数据结构;，也具备良好的创新意识和团队精神；
3、熟悉的数据结构和算法，有较强的算法实现能力，至少掌握C/C++、Python、Matlab等一种以上的常用开发语言；
4、有基于深度学习的目标检测与识别、语义分割等背景和经验，熟悉主流的深度学习框架之一，比如：Caffe、Tensorflow、PyTorch等。对神经网络有良好的理论和项目经验,熟悉弱监督学习和自监督学习算法，或有三维重建、SLAM的理论和项目经验；
5、熟悉模型inference/training压缩技术框架及最新研究进展，包括但不限于量化、剪枝、张量分析以及KD等，对于方法原理具有清晰认识与理解；
6、学习能力强，对算法开发有强烈兴趣，工作认真负责，面对挑战性问题能够充满热情，具有良好的创新意识和团队精神；
7、有汽车相关背景或实际项目开发经验者优先，或有人工智能国际顶会/期刊论文发表/知名竞赛获奖经历者优先；
--
FROM 223.72.71.*