首页
题库
公司真题
专项练习
面试题库
在线编程
面试
面试经验
AI 模拟面试
简历
求职
学习
基础学习课
实战项目课
求职辅导课
专栏&文章
竞赛
我要招人
发布职位
发布职位、邀约牛人
更多企业解决方案
AI面试、笔试、校招、雇品
HR免费试用AI面试
最新面试提效必备
登录
/
注册
GoAlers
百度_算法工程师
获赞
12
粉丝
10
关注
22
看过 TA
65
男
东北财经大学
2024
算法工程师
IP属地:北京
暂未填写个人简介
私信
关注
拉黑
举报
举报
确定要拉黑GoAlers吗?
发布(27)
评论
刷题
收藏
GoAlers
关注TA,不错过内容更新
关注
03-08 14:46
已编辑
百度_算法工程师
百度算法招聘 内推
公司: 百度 base北京岗位:算法工程师(应届可实习4天以上/社招)工作职责:-负责百度地图打车车型勾选推荐、出行方法分发推荐排序等算法优化以及业务系统实现,目标提升业务效率与体验-结合业务需求,深入研究分场景、分运力用户偏好相关性,结合用户历史行为偏好提升模型效果-深度参与样本优化,模型调优和迭代,尝试利用多目标建模和attention持续提升用户兴趣-跟踪和研究行业内的最新技术和发展趋势,持续优化和改进核心算法,打造最佳的地图打车体验职位要求:-计算机相关专业本科及以上学历,应届可实习4天以上或者1年以上相关工作经验-熟悉Linux,熟悉Hadoop生态,熟悉常见机器学习、深度学习算法-精通C++、Python等编程语言的一种或多种,具备良好的编码能力-精通TensorFlow、pytorch、paddlepaddle等深度学习框架的一种或多种-具有推荐排序算法经验者优先Ps:有经验社招优先,能尽快入职实习的应届校招也ok, 组内直招,氛围好, 有兴趣的dd!#内推# #春招# #算法#
投递百度等公司6个岗位
0
点赞
评论
收藏
分享
百度_算法工程师
@GoAlers:
百度算法招聘
点赞 1
评论 0
0
点赞
评论
收藏
分享
03-07 11:12
百度_算法工程师
百度算法招聘
公司: 百度 base北京岗位:算法工程师(应届可实习4天以上/社招)工作职责:-负责百度地图打车车型勾选推荐、出行方法分发推荐排序等算法优化以及业务系统实现,目标提升业务效率与体验-结合业务需求,深入研究分场景、分运力用户偏好相关性,结合用户历史行为偏好提升模型效果-深度参与样本优化,模型调优和迭代,尝试利用多目标建模和attention持续提升用户兴趣-跟踪和研究行业内的最新技术和发展趋势,持续优化和改进核心算法,打造最佳的地图打车体验职位要求:-计算机相关专业本科及以上学历,应届可实习4天以上或者1年以上相关工作经验-熟悉Linux,熟悉Hadoop生态,熟悉常见机器学习、深度学习算法-精通C++、Python等编程语言的一种或多种,具备良好的编码能力-精通TensorFlow、pytorch、paddlepaddle等深度学习框架的一种或多种-具有推荐排序算法经验者优先Ps:有经验社招优先,能尽快入职实习的应届校招也ok, .组内直招,氛围好, 有兴趣的dd!#内推# #春招# #算法#
投递百度等公司6个岗位
0
点赞
评论
收藏
分享
百度_算法工程师
@GoAlers:
百度算法招聘
点赞 1
评论 1
0
点赞
评论
收藏
分享
03-08 01:22
已编辑
百度_算法工程师
百度算法招聘
算法工程师(社招/25届应届可,提前实习,base北京总部#内推# #招聘# #百度# 工作职责:-负责地图打车车型勾选推荐、出行方法分发推荐排序等算法优化以及业务系统实现,目标提升业务效率与体验-结合业务需求,深入研究分场景、分运力用户偏好相关性,结合用户历史行为偏好提升模型效果-深度参与样本优化,模型调优和迭代,尝试利用多目标建模和attention持续提升用户兴趣-跟踪和研究行业内的最新技术和发展趋势,持续优化和改进核心算法,打造最佳的地图打车体验职位要求:-计算机相关专业本科及以上学历,应届可实习4天以上或者1年以上相关工作经验-熟悉Linux,熟悉Hadoop生态,熟悉常见机器学习、深度学习算法 -精通C++、Python等编程语言的一种或多种,具备良好的编码能力-精通TensorFlow、pytorch、paddlepaddle等深度学习框架的一种或多种-具有推荐排序算法经验者优先
投递百度等公司6个岗位
0
点赞
评论
收藏
分享
2024-06-02 15:33
百度_算法工程师
春招offer选择
投票
#牛客帮帮团来啦!有问必答##offer决赛圈,我是怎么选的# #offer# 背景:本硕双非应届,春招求职意向和目前做的方向是大模型和多模态,之前有过百度和好未来两段实习,目前有两个offer,待遇一样:百度地图:负责路径规划车辆调度等偏建模算法,会更偏向工程一些,跟我之前做的方向完全不符合(个人算法比工程意向更高,目前工程能力比较弱),有点担心进去干几个月被裁,但有大厂背景会跳槽更适合些。智慧树:搞教育的,对接对象是高校,慕课是他们做的,岗位方向做的是跟大模型相结合业务,包括rag之类的,方向更适合我,base上海,工作节奏相对轻松,但对以后跳槽不利。以上两个offer薪资待遇几乎一样,百度base北京更适合我,纠结的点主要是工作方向和企业背景问题该如何权衡,请各位大佬可以给点该去哪里的意见和理由写在评论里或者不方便的话投票, 谢谢!
投递百度等公司6个岗位
牛客帮帮团来啦!有问必答
offer决赛圈,我是怎么选的
0
点赞
评论
收藏
分享
百度_算法工程师
@汀丶人工智能:
LLM资料大全:文本多模态大模型、垂直领域微调模型
0
点赞
评论
收藏
分享
2024-04-16 00:06
百度_算法工程师
许愿腾讯OC
0
点赞
评论
收藏
分享
百度_算法工程师
@招联金融内推哦:
招联金融内推
点赞 18
评论 69
0
点赞
评论
收藏
分享
百度_算法工程师
@热爱生活的猪猪等一个offer:
奇瑞新能源提前批-电池性能方向
0
点赞
评论
收藏
分享
2020-08-31 15:40
百度_算法工程师
音乐推荐系统
推荐系统思路:1、数据预处理(用户画像数据、物品元数据、用户行为数据)2、召回(CB、CF算法)3、LR训练模型的数据准备,即用户特征数据,物品特征数据4、模型准备,即通过LR算法训练模型数据得到w,b5、推荐系统流程:(1)解析请求:userid,itemid(2)加载模型:加载排序模型(model.w,model.b)(3)检索候选集合:利用cb,cf去redis里面检索数据库,得到候选集合(4)获取用户特征:userid(5)获取物品特征:itemid(6)打分(逻辑回归,深度学习),排序(7)top-n过滤(8)数据包装(itemid->name),返回 项目描述: 对三个数据进...
0
点赞
评论
收藏
分享
2020-07-04 11:19
百度_算法工程师
机器学习实战之Logistic
机器学习实战之Logistic转载:https://blog.csdn.net/suipingsp/article/details/41822313 (一)认识Logistic回归(LR)分类器首先,Logistic回归虽然名字里带“回归”,但是它实际上是一种分类方法,主要用于两分类问题,利用Logistic函数(或称为Sigmoid函数),自变量取值范围为(-INF, INF),自变量的取值范围为(0,1),函数形式为: 由于sigmoid函数的定义域是(-INF, +INF),而值域为(0, 1)。因此最基本的LR分类器适合于对两分类(类0,类1)目标进行分类。Sigmoid 函数是个很漂...
0
点赞
评论
收藏
分享
2020-07-04 11:11
百度_算法工程师
mysql
mysql 常见面试题转载:https://www.cnblogs.com/williamjie/p/11081592.html附录:https://mp.weixin.qq.com/s/pC0_Y7M7BkoUmlRwneZZdA 一、为什么用自增列作为主键1、如果我们定义了主键(PRIMARY KEY),那么InnoDB会选择主键作为聚集索引。如果没有显式定义主键,则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引。如果也没有这样的唯一索引,则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增,这个ROWID不像ORACLE的...
0
点赞
评论
收藏
分享
2020-07-04 11:07
百度_算法工程师
Hive SQL数据分析实战
有以下几张数据表,请写出Hive SQL语句,实现以下需求。注:分区字段为dt,代表日期。 1、某次经营活动中,商家发起了"异性拼团购",试着针对某个地区的用户进行推广,找出匹配用户。参考实现:选出城市在北京,性别为男的10个用户名 select user_namefrom user_infowhere city='beijing' and sex='male'limit 10; 2、某天,发现食物类的商品卖的很好,你能找出几个资深吃货吗?参考实现:选出在2019年6月18日,购买的商品类是food的用户名、购买数量、支付金额,并按照购买数量、支付金额倒序排序,取前10个用...
0
点赞
评论
收藏
分享
2020-06-11 17:27
百度_算法工程师
推荐系统相关算法
1. 基于内容的推荐算法CB Content-based Recommendations (CB)根据==推荐物品或内容的元数据==,发现物品的相关性,再基于用户过去的喜好记录,为==用户推荐相似的物品==。 通过抽取物品内在或者外在的特征值,实现相似度计算。 比如一个电影,有导演、演员、用户标签UGC、用户评论、时长、风格等等,都可以算是特征。 将用户(user) 个人信息的特征(基 于喜好记录或是预设兴趣标签),和物品(item)的特征相匹配,就能得到用户对物品感兴趣的程度 在一-些电影、...
0
点赞
评论
收藏
分享
1
2
创作者周榜
更多
关注他的用户也关注了:
牛客网
牛客企业服务