【24届实习】自然语言处理方向

【岗位信息以官网为准】对于一个研究者来说，什么最重要？ 是上亿量级的数据，是丰富的应用场景，是超大规模的计算资源，是全谱领域的深厚技术积累，还是追求极致的创新氛围？ 作为自然语言处理方向的研究工程师，你可以： 1、负责自然语言处理的算法研发，包括但不限于语义分析、意图识别、人机对话、语义挖掘、机器翻译、知识图谱、命名实体识别等； 2、负责对话系统，尤其是任务导向型对话系统的技术研究，包括自然语言理解、对话状态跟踪、对话策略学习、自然语言生成、encoder-decoder模型等； 3、负责知识图谱相关关键技术研究，解决知识图谱和自然语言深层次表示、理解与计算问题； 4、负责NLP前沿问题的研究，结合未来实际应用场景，提供技术解决方案。 在腾讯做研究，「我全都要」从来不是梦。

【岗位信息以官网为准】必须具备的： 包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士； 熟练掌握NLP基础理论和算法，在一个或多个领域（如对话系统、文本分类、语义理解、知识图谱构建、篇章理解、情感分析、自然语言生成等）能够独立开展研发工作； 熟悉至少一种编程语言，包括但不限于java、C/C++、C#、python等； 熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等）。 可以加分的： 在ACL、EMNLP、SIGIR、NAACL、COLING、IJCAI、AAAI等学术会议或期刊以第一作者发表过文章，有深度学习学术或工程项目经验优先。