- 岗位要求
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