第四范式科学技术部各实验室招聘(实习、校招、正式)来啦

第四范式以AI决策助力各行业发展,在自动机器学习(AutoML)、迁移学习、自动强化学习及环境学习方面居于领导者地位。 被提名“国家科学技术进步奖”,获得“吴文俊人工智能科学技术奖”一等奖; 2020年获得KDDCUP强化学习世界冠军,并将强化学习率先商用,2021年刷新最强榜单OGB世界纪录。
科学技术部工作内容:1.学术论文,公司每年在ICML/Neurips/KDD/WWW/CVPR等顶级学术会议上发布论文,个人可以自由选择研究方向;2.商业化落地多业务场景(金融、供应链、新零售等);细分领域强化学习、自动化机器学习、视觉方向、NLP、语音识别、推荐算法等领域,应用于金融、供应链、新零售等行业。在AI领域技术积累丰厚,多次获得AI竞赛世界冠军,顶会论文及核心专利几百+。
我们期待:
1、具备丰富的机器学习相关领域经验,有实际项目的优先。 2、具有非常扎实的编程功底和代码实现能力。 3、人工智能顶会论文发表优先;知名AI竞赛成绩出色优先。 4、 ACM编程竞赛、人工智能竞赛等竞赛获奖优先。 5、具有扎实的动手实现能力。 6、责任心强、敢于承担、有激情、团队合作、沟通能力佳。
工作地点:北京、上海
岗位list:
正式:机器学习算法工程师、强化学习算法工程师、计算机视觉算法工程师是、推荐算法工程师、语音算法工程师;
实习:机器学习算法实习生、语音算法实习生、后端开发实习生(python/C++)、计算机视觉算法实习生、运筹优化算法实习生、推荐算法实习生(实习期3个月以上)
欢迎来范式,发顶会论文、打比赛、业务落地场景均可,前沿技术和业务实践、兴趣和工作都兼得,来范式做有挑战有趣的事儿。
简历可以发送到qiweiqian@4paradigm.com
#实习招聘#
全部评论

相关推荐

上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
牛客51274894...:意思是光刷力扣还不够卷
AI时代还有必要刷lee...
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务