請(qǐng)選擇投遞簡(jiǎn)歷的方式：
附件簡(jiǎn)歷推薦
點(diǎn)擊上傳簡(jiǎn)歷文件，直接投遞崗位
在線簡(jiǎn)歷
缺少“教育背景”、“工作經(jīng)歷”
調(diào)查、評(píng)估和應(yīng)用自然語(yǔ)言處理和/或自動(dòng)語(yǔ)音識(shí)別方面的機(jī)器學(xué)習(xí)理論和原則。
協(xié)助研究科學(xué)家進(jìn)行自然語(yǔ)言處理和/或自動(dòng)語(yǔ)音識(shí)別的研究項(xiàng)目。
用收集到的數(shù)據(jù)評(píng)估所開(kāi)發(fā)系統(tǒng)的性能。
與工程人員合作進(jìn)行產(chǎn)品開(kāi)發(fā)。
撰寫(xiě)技術(shù)論文，在知名會(huì)議和期刊上發(fā)表。
編寫(xiě)技術(shù)報(bào)告，供工程或管理人員用于長(zhǎng)期和短期規(guī)劃。
計(jì)算機(jī)科學(xué)或相關(guān)學(xué)科的博士或碩士。
學(xué)習(xí)成績(jī)優(yōu)秀的相關(guān)學(xué)科的學(xué)士也可考慮。
具有良好的英語(yǔ)口頭和書(shū)面交流能力。
有自然語(yǔ)言處理或語(yǔ)音識(shí)別方面的知識(shí)和研究經(jīng)驗(yàn)者優(yōu)先。
在機(jī)器學(xué)習(xí)和人工智能算法方面有豐富的知識(shí)。
最好有Python、TensorFlow、Keras、SciKit Learn、PyTorch等編碼工具的經(jīng)驗(yàn)。
強(qiáng)大的數(shù)學(xué)/分析基礎(chǔ)，解決問(wèn)題的能力。
有機(jī)器學(xué)習(xí)/人工智能算法的軟件開(kāi)發(fā)經(jīng)
協(xié)助研究科學(xué)家進(jìn)行自然語(yǔ)言處理和/或自動(dòng)語(yǔ)音識(shí)別的研究項(xiàng)目。
用收集到的數(shù)據(jù)評(píng)估所開(kāi)發(fā)系統(tǒng)的性能。
與工程人員合作進(jìn)行產(chǎn)品開(kāi)發(fā)。
撰寫(xiě)技術(shù)論文，在知名會(huì)議和期刊上發(fā)表。
編寫(xiě)技術(shù)報(bào)告，供工程或管理人員用于長(zhǎng)期和短期規(guī)劃。
計(jì)算機(jī)科學(xué)或相關(guān)學(xué)科的博士或碩士。
學(xué)習(xí)成績(jī)優(yōu)秀的相關(guān)學(xué)科的學(xué)士也可考慮。
具有良好的英語(yǔ)口頭和書(shū)面交流能力。
有自然語(yǔ)言處理或語(yǔ)音識(shí)別方面的知識(shí)和研究經(jīng)驗(yàn)者優(yōu)先。
在機(jī)器學(xué)習(xí)和人工智能算法方面有豐富的知識(shí)。
最好有Python、TensorFlow、Keras、SciKit Learn、PyTorch等編碼工具的經(jīng)驗(yàn)。
強(qiáng)大的數(shù)學(xué)/分析基礎(chǔ)，解決問(wèn)題的能力。
有機(jī)器學(xué)習(xí)/人工智能算法的軟件開(kāi)發(fā)經(jīng)
職位類(lèi)別： 算法工程師
舉報(bào)溫馨提示
- 你可能感興趣的職位
- 最近瀏覽記錄
-
1-10萬(wàn)/月
-
1.2-2.4萬(wàn)/月
-
1.5-1.8萬(wàn)/月
-
1.5-1.7萬(wàn)/月
-
1.5-1.8萬(wàn)/月
-
1.5-2.5萬(wàn)/月
-
4-6萬(wàn)/月
-
2.5-4萬(wàn)/月
暫沒(méi)有相關(guān)信息
- 公司規(guī)模：50-99人
- 公司性質(zhì)：0
- 所屬行業(yè)：電力、電氣、自動(dòng)化、熱力、鍋爐、照明、電池、電源、電纜、光電等
- 聯(lián)系人：Skylar Yang
- 手機(jī)：會(huì)員登錄后才可查看
- 郵箱：會(huì)員登錄后才可查看
- 郵政編碼：
工作地址
- 地址：深圳市前海深港合作區(qū)前灣一路1號(hào)A棟201室(入駐深圳市前海商務(wù)秘書(shū)有限公司)
