當前位置:萬佳範文網 >

文祕 >崗位職責 >

算法工程師崗位的基本職責

算法工程師崗位的基本職責

算法工程師負責提供有價值的數據模型及算法,並根據相應的場景,對模型進行優化調整。以下是本站小編整理的算法工程師崗位的基本職責。

算法工程師崗位的基本職責

算法工程師崗位的基本職責1

職責:

1、結合公司項目要求,實現算法的編程和優化;

2、負責算法開發、驗證和測試;

3、跟蹤算法的應用情況,完成對算法的技術支持工作;

4、參與指紋識別產品的算法研發工作;

任職要求:

1、碩士及以上學歷,通信、電子、計算機、數學等相關專業;

2、熟悉圖像處理的有關知識,如圖像增強、圖像分割、圖像檢測、機器學習等;

3、具備紮實的算法和數據結構基礎、較強的邏輯思維能力;

4、具有一定的編程能力,熟悉C/C++;熟悉VC和MFC優先;

5、Matlab、Opencv等圖像處理仿真工具至少熟悉一門;

6、有角點檢測、sift檢測實際工作經驗優先;

7、富於敬業精神,能夠勝任重複性工作,工作有激情,能夠承受較大的工作壓力;

8、積極主動、認真踏實、有良好的溝通能力和團隊合作精神;

9、有指紋識別工作經驗者優先;

10、有android平台產品或嵌入式系統產品的研發經驗優先;

算法工程師崗位的基本職責2

1)負責4G、5G基帶/IQ處理算法研究,芯片架構定義

2)負責4G、5G無線系統Beamforming算法研究,模塊和接口定

3)負責4G、5G無線系統物理層算法研究,模塊和接口定義

4)負責設計無線通信鏈路的仿真和測試環境,為ASIC、DSP、FPGA工程師提供充分全面的測試數據

5)與FPGA、ASIC、DSP工程師緊密合作,共同完成算法的工程化實現與驗證

6)負責新技術的算法研究;系統算法仿真與驗證

7)無線領域最前沿的核心技術研究,包括無線領域的概念預研、技術預研、產品預研等工作;進行無線鏈路及系統仿真,驗證和開發無線算法

8)支持無線產品線的新產品規劃和需求定義

9)嚴格執行公司研發規範,進行相關文檔的技術編輯

算法工程師崗位的基本職責3

職責:

1.針對公司業務研究各種底層算法能力,包括但不限於實體識別、意圖識別、情感分析和文本分類等。

2.優化公司已有模型及算法。

3.參與公司垂直領域的聊天/客服機器人的開發。

任職資格:

1.全日制本科或以上學歷。

2. 本科3年以上工作經驗,碩士或以上學歷需1年以上工作經驗。

3.對NLP領域有較為全面的理解,包括但不侷限於知識圖譜、RNN、LSTM、CNN和聚類算法。

4. 熟練掌握Python或Java,熟悉Tensorflow、pyTorch等常見深度學習開發框架。

5.熟悉常見的數據結構和算法。

6.有實際落地的深度學習項目經驗優先。

7.有聊天機器人、知識圖譜等相關經驗優先。

8. 有獨立完整的NLP相關項目開發經驗的優先。

算法工程師崗位的基本職責4

職責:

1、 建立遊戲產品指標體系(例如:流失率、留存率、LTV等),設計例行的日報、週報、月報等報表體系。

2、 建立用户標籤體系,完善用户畫像系統,協助產品和發行認識和理解用户,為產品研發和運營活動提供決策支持。

3、 日常跟蹤業務數據發展趨勢,監控指標變化,分析發展趨勢、發現潛在的問題及解決方案等。

4、 不定期的專題分析工作

任職要求:

1、 本科及以上學歷,數學、統計學或相關專業,2年以上數據分析經驗

2、 熟悉常用算法:決策樹,隨機森林,協同過濾,SVM, 迴歸算法等

3、 熟練使用 python 語言或 R 語言

4、 熟悉 Mysql 關係數據庫,熟練編寫 SQL 語句

5、 有大數據工作經驗優先,有遊戲行業工作經驗優先

算法工程師崗位的基本職責5

職責:

1、完成3D打印機切片算法及控制算法的實現;

2、參與核心3D打印裝備項目,負責控制模塊編碼實現;

3、負責攻克開發過程中的技術難題,對於相關技術難點提出解決方案,完成軟件代碼實現。

任職要求:

1、本科及以上學歷,計算機、應用數學、信息系統等相關專業,有3年以上相關工作經驗,碩士及以上學歷可放寬工作經驗要求至2年;

2、熟練掌握C、C++程序開發,,熟練使用QT開發框架,熟悉QML開發和調試工具;

3、熟悉多線程、TCP/IP,串口通訊協議、熟悉運動控制邏輯;

4、熟練掌握OpenGL或OpenCV,掌握深度學習、圖像算法、控制算法;

5、思維敏捷,良好的溝通能力與較強的學習能力,具有專研精神,善於學習研究新技術;

6、良好的團隊協作精神,高度的責任心和嚴謹的邏輯思維能力。

標籤: 算法 崗位 工程師
  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/wenmi/gangwei/mrdg0g.html
專題