算法类：机器学习（我们团队算法的研究和工作方向包括：深度学习 强化学习 多智能体学习 在线学习 迁移学习 运筹优化 博弈论等） 研发类：Java/C++/Python 岗位要求： ➣ 具备 C/C++，Java，Python等开发经验。 ➣ 熟悉主流机器学习/深度学习相关算法及原理。 ➣ 能够在 TF、PyTorch 等主流框架上开发算法。 ➣ 良好的学习和沟通能力，有责任心，有钻研精神。 ➣ 熟悉或者具备以下一个或者多个方向的经验优先： · 在 NeurIPS、ICML、ICLR、AAAI、IJCAI、KDD等顶会发表过论文； · 参加各项国际 ML 比赛、ACM-ICPC 竞赛等并获奖； · 有大规模 DL 系统、在线学习、强化学习、AutoML等开发经验； · 有分布式系统开发经验，熟悉Flink、Ray等大数据技术。 【简历投递】 ☆ 发邮箱: “姓名+学校专业+期望岗位” 投递 junwu.xjw at antgroup.com ☆ 加微信：jwxlife 团队近些年发表到顶会的相关工作： Value propagation for decentralized networked deep multi-agent reinforcement learning C Qu, S Mannor, H Xu, Y Qi, L Song, J Xiong arXiv preprint arXiv:1901.09326 Reinforcement learning for uplift modeling C Li, X Yan, X Deng, Y Qi, W Chu, L Song, J Qiao, J He, J Xiong arXiv preprint arXiv:1811.10158 Intention Propagation for Multi-agent Reinforcement Learning C Qu, H Li, C Liu, J Xiong, J Zhang, W Chu, Y Qi, L Song arXiv preprint arXiv:2004.08883 1 2020 Cost-effective incentive allocation via structured counterfactual inference R Lopez, C Li, X Yan, J Xiong, M Jordan, Y Qi, L Song Proceedings of the AAAI Conference on Artificial Intelligence 34 (04), 4997-5004 Latent Dirichlet Allocation for Internet Price War C Li, X Yan, X Deng, Y Qi, W Chu, L Song, J Qiao, J He, J Xiong Proceedings of the AAAI Conference on Artificial Intelligence 33 (01), 639-646 Model Embedding Model-Based Reinforcement Learning X Tan, C Qu, J Xiong, J Zhang arXiv preprint arXiv:2006.09234 S2VG: Soft Stochastic Value Gradient method X Tan, C Qu, J Xiong, J Zhang