职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907620021

算法工程师-机器学习

未披露 · 北京 / 广州 / 杭州 / 上海 · 淘天集团

主分类:通用算法研发(其他方向)
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程师-机器学习",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团 / 阿里云 / 千问事业部 / 高德地图 / 虎鲸文娱集团",
        "location": "北京 / 广州 / 杭州 / 上海",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责机器学习、深度学习领域的技术研发工作,包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等; \n2. 负责机器学习尤其是深度学习前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案; \n3. 负责提供分布式的算法实现的解决方案,大幅提升算法计算规模和性能; \n4. 负责提供大数据分析建模方案,沉淀行业解决方案,协助拓展业务边界。",
        "requirements_text": "1. 熟悉常用机器学习算法,对模式识别、深度学习、增强学习等相关领域,极佳的工程实现能力,精通C/C++、Java、Python等至少一门编程语言;\n2. 有数理分析方面良好的素养以及数理统计基础;\n3. 有良好的数据敏感能力、较强的逻辑分析能力;\n4. 有较强的学习能力,对新事物保有好奇心,并能快速适应新环境;\n5. 有良好的沟通能力和团队协同能力;能与他人合作,共同完成目标。\n【加分项】\n1. 有实际成果并发表在国际顶级会议、期刊者优先,有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先;\n2. 有deeplearning经验,有linux下开发经验,大规模数据处理经验优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Linux",
            "机器学习",
            "深度学习",
            "沟通能力",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "【加分项】;1. 有实际成果并发表在国际顶级会议、期刊者优先,有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先;2. 有deeplearning经验,有linux下开发经验,大规模数据处理经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907620021?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907620021",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907620021?deptCodes="
    },
    "fulltext": "算法工程师-机器学习\n算法工程师-机器学习\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:北京 / 广州 / 杭州 / 上海\n\n职位描述\n1. 负责机器学习、深度学习领域的技术研发工作,包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等; \n2. 负责机器学习尤其是深度学习前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案; \n3. 负责提供分布式的算法实现的解决方案,大幅提升算法计算规模和性能; \n4. 负责提供大数据分析建模方案,沉淀行业解决方案,协助拓展业务边界。\n\n职位要求\n1. 熟悉常用机器学习算法,对模式识别、深度学习、增强学习等相关领域,极佳的工程实现能力,精通C/C++、Java、Python等至少一门编程语言;\n2. 有数理分析方面良好的素养以及数理统计基础;\n3. 有良好的数据敏感能力、较强的逻辑分析能力;\n4. 有较强的学习能力,对新事物保有好奇心,并能快速适应新环境;\n5. 有良好的沟通能力和团队协同能力;能与他人合作,共同完成目标。\n【加分项】\n1. 有实际成果并发表在国际顶级会议、期刊者优先,有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先;\n2. 有deeplearning经验,有linux下开发经验,大规模数据处理经验优先。\n\n在招业务\n淘天集团 / 阿里云 / 千问事业部 / 高德地图 / 虎鲸文娱集团\n1. 负责机器学习、深度学习领域的技术研发工作,包括但不限于神经元网络模型设计与优化、强化学习、迁移学习、主动学习、维度降低、核方法、谱方法、特征提取与稀疏学习、等级学习、推荐、随机优化等的算法和系统研发等; \n2. 负责机器学习尤其是深度学习前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案; \n3. 负责提供分布式的算法实现的解决方案,大幅提升算法计算规模和性能; \n4. 负责提供大数据分析建模方案,沉淀行业解决方案,协助拓展业务边界。\n1. 熟悉常用机器学习算法,对模式识别、深度学习、增强学习等相关领域,极佳的工程实现能力,精通C/C++、Java、Python等至少一门编程语言;\n2. 有数理分析方面良好的素养以及数理统计基础;\n3. 有良好的数据敏感能力、较强的逻辑分析能力;\n4. 有较强的学习能力,对新事物保有好奇心,并能快速适应新环境;\n5. 有良好的沟通能力和团队协同能力;能与他人合作,共同完成目标。\n【加分项】\n1. 有实际成果并发表在国际顶级会议、期刊者优先,有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先;\n2. 有deeplearning经验,有linux下开发经验,大规模数据处理经验优先。",
    "standard_classification": {
        "std_category_code": "T033",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}