机器学习 jobs in Beijing

悉尼新南威尔士大学

AU$113,911 - AU$121,838 /年

This Job is based in Australia The Opportunity The School of Computer Science and Engineering has an opportunity for a Research Associate to join a cutting‑edge research program at the forefront of machine learning and agentic AI for sustainability. Embedded within the ARC Training Centre for Whole

该职位来源于猎聘 公司背景： 聚焦高性能聚氨酯 / 丙烯酸树脂赛道，以 “AI + 新材料” 技术突破为核心手段，推动高端制造领域（新能源汽车、光伏、机器人）自研核心树脂及助剂材料，需兼具高分子合成研发深度与 AI 技术应用能力 岗位职责： 1、配方研发与优化 ： 主导配方研发，结合 AI（如贝叶斯优化、合成专有模型分析等） 实验设计及关键指标优化，缩短迭代周期。 2、 AI 与化工融合应用 ： 利用 AI 建模工具分析实验数据，实现性能优化及降本增效； 结合公司引进的智能实验室（建成后可实现48h无人值守自主实验），推动 “黑灯实验室” 在树脂/材料合成、工艺验证中的应用。 任职要求： 1、

泰康集团

该职位来源于猎聘 岗位介绍 数科团队深耕 保险、医疗、养老 等大健康场景，直面高复杂度、开放性的问题：如何量化业务ROI、如何设计可迭代的分析与建模方案、如何在无法AB实验的环境下做到科学严谨的因果推断。 我们正在寻找有志于在真实复杂业务中打磨数据科学功力的优秀实习生。 岗位职责 - 参与核心业务问题的 量化与建模：从业务目标抽象为数据与指标，到算法实现与落地方案设计。 - 针对复杂业务链路和线下多源数据，进行 数据探索、统计建模、机器学习实验，帮助识别高价值优化方向。 - 支持具体分析场景：保险营销方案推荐 —— 找到客户触达与转化的optimized路径；供应链优化 —— 提升养老社区、医

该职位来源于猎聘 1、模型开发与优化： 【1】负责核心业务场景（如推荐系统、搜索排序、计算机视觉、自然语言处理、智能决策等）中机器学习/深度学习模型的设计、实现、训练、调优与部署。 【2】深入理解业务逻辑，抽象问题并定义合适的算法解决方案，持续提升模型效果（如准确率、召回率、AUC、CTR、CVR、延迟、资源消耗等关键指标）。 【3】跟进领域前沿技术（如大模型、AIGC、多模态学习等），探索其在业务场景中的应用潜力。 2、数据处理与分析： 【1】负责大规模数据的清洗、特征提取、特征工程工作，构建高质量的训练和评估数据集。 【2】运用数据分析方法，挖掘数据价值，诊断模型问题，提出改进方向。 3、

该职位来源于猎聘 职位描述： 1、负责车辆控制算法的研发和测试； 2、负责对接上游模块进行系统集成、测试和调优； 3、负责与执行器进行测试验收和联调； 任职要求： 1、计算机、自动化、电子、机械、车辆等相关专业；对于自动控制原理和现代控制理论有较好的理解；有过自适应控制、PID、LQR、MPC等相关控制算法开发经验；熟悉各种时域、频域分析方法，熟悉常见的滤波器设计；熟悉汽车动力学模型、运动学模型；熟悉机器学习算法（如强化学习，模拟学习等）； 2、熟悉C++语言程序设计的工作，熟悉Python或Matlab脚本语言。熟悉Linux / Ubuntu，熟悉ROS下机器人系统的设计开发者优先； 3、

该职位来源于猎聘 岗位职责： 1、负责将业务问题转化数学建模，具备模型的构建及调优能力； 2、负责新能源产品相关模型研发、迭代和技术支持工作，熟练掌握机器学习/深度学习相关人工智能算法，如:LR、SVM、XGBOOST、ANN、RNN、CNN等； 3、负责业务指标的快速分析，复杂业务问题拆解及原因追溯，具备成型的数据分析方法论，数据分析报告撰写的能力； 4、负责新能源产品项目管理，或者电场技术支持工作；比如与客户交流技术难题、商讨新项目技术攻关、完成客户沟通文件和项目方案文件、对内部产品经理和相关部门进行技术培训。 任职要求： 1、计算机、自动化、应用数学或能源相关专业，博士学历； 2、熟练掌

该职位来源于猎聘 主要职责 Major Responsibilities  深度数据分析：对车载信息娱乐、语音交互、用户行为等复杂数据集进行深度挖掘，构建分析模型，产出市场分析、用户洞察、产品性能评估等报告。  机器学习/深度学习应用：利用Python、R等工具，运用机器学习、深度学习等技术，挖掘结构化与非结构化数据中的价值，支持如智能推荐、用户画像构建等高级用例。  数据可视化与报告：熟练使用Tableau、Excel等BI工具，将复杂分析结果转化为清晰、直观的可视化看板和报告，服务于产品经理和管理层的决策。  数据探索与准备：作为数据消费者，从数据源/AWS数据湖中提取数据，优化数

该职位来源于猎聘 岗位职责： 1、负责气象预报业务系统与基于气象数据的后处理算法研究、开发与持续优化； 2、负责新能源气象相关预报技术研发，利用传统机器学习模型、深度神经网络等人工智能算法，提高多种场景下气象或衍生要素预报精度； 3、负责气象及相关专业前沿技术探索研究； 4、负责气象相关项目及产品的沟通并提出专业建议，完成科技项目方案设计、编写等工作； 5、参与气象与新能源结合的相关业务规划和设计。 任职要求： 1、具有大气科学、数学、物理学、统计学等相关专业博士学历； 2、对大气科学相关的热力学和动力学机理的认知有一定理解； 3、熟悉Python语言中数学建模与分析工具，具有传统机器学习模型

该职位来源于猎聘 (1) 岗位职责： 负责药物筛选流程的工艺排程及筛选的AI算法设计、研发； 负责药物筛选数据AI训练及强化学习； 调研和分析国内外药物分子AI生成模型的最新进展，参与药物分子AI生产模型的研发； (2) 任职要求： 计算机科学、自然语言处理、机器学习、计算机辅助药物设计、生物信息学等相关专业硕士及以上学位 熟练掌握和应用各种AI生成模型，包括VAE、GAN、DIFFUSION等模型的构建、训练和使用 对开源语言模型（如GPT、BERT、LLAMA等）具备较为深入的了解，能够独立完成模型的设计、训练、调优、部署及运行者优先； 熟悉RoseTTAFold&AlphaFold等蛋白

该职位来源于猎聘 职位描述 1、构建高性能、标准化的数据与模型生产链路，覆盖数据处理、真值、标注、训练、回归评估等关键环节，实现流程自动化与体系化，支撑感知模型高效迭代； 2、负责多模态大模型在自动驾驶云端的应用研发，包括数据处理、标签生成、语义检索等关键场景，提升系统对复杂交通环境的理解能力； 3、探索并优化大模型在云端的性能与应用边界，持续关注行业前沿，推动AIGC技术（如自动标注、数据合成、内容生成）在感知数据链路中的落地； 4、深入理解感知系统在ADAS、Parking、城区/高速NOA等场景中的需求，具备从数据挖掘、模型训练到部署与badcase回归的全链路优化能力，推动基于数据闭环

该职位来源于猎聘 感知算法工程师 -- 机器学习/视觉和算法 关于感知方向 感知是无人驾驶中非常复杂和有趣的部分之一，你构建的是一个人工智能集大成的系统，不是一项按部就班就能完成的工作！感知软件工程师负责无人驾驶感知系统的设计和实现，应对无人驾驶中各种最有挑战的问题： 设计高效可靠的深度学习模型，在几十毫秒内精确检测和跟踪车周围200米之内所有的障碍物（人，车，非机动车辆，交通锥等），并对场景进行理解 如何设计一般性的模型和算法去处理各式各样的长尾情况和极端环境，如路面上的垃圾袋，洒水车的水花，前车掉下来的挡板 ，如大雨，大雪，雾霾，风沙等 如何保证感知模型和算法在极端的环境里的准确性和可靠性

该职位来源于猎聘 岗位描述 1、支持微博各场景推荐算法研发，负责单一模块； 2、基于海量微博内容数据、行为数据，进行大规模机器学习算法的研究，持续提升微博推荐核心业务指标； 3、对信息流推荐系统有浓厚兴趣，期望通过技术提高用户的信息获取能力和信息消费体验。 岗位要求 1、五年以上推荐、广告或搜索算法工作经验，计算机相关专业； 2、精通推荐算法，掌握机器学习和数据挖掘基本技能； 3、熟悉推荐引擎架构及模型训练、推理流程； 4、熟练使用C++开发线上代码，熟练使用一种脚本语言Python/Shell等，熟悉Linux基本开发环境，有扎实的数据结构和算法功底； 5、有大数据处理相关经验，熟悉Hado

该职位来源于猎聘 工作职责： 1、对金融高频数据做统计分析，计算相关参数，并在数据分析层面对新产出的交易想法和策略雏形做盈利性验证； 2、构建高效的数据处理流水线，优化数据存储与查询系统，支持量化策略研发与实盘交易； 3、其他策略开发、投资相关的辅助工作。 任职要求： 1、国内外本科及以上学历， 金融学、统计学、计算机科学、数学等相关专业或复合背景； 2、熟练掌握 C++、Python、Java 等至少一种主流编程语言，具备扎实的编码能力和系统设计经验； 3、掌握统计学、时间序列分析，熟悉机器学习或强化学习优先； 4、有责任心，勤奋，细心，主动思考，主动沟通和交流，对投资有兴趣。

该职位来源于猎聘 核心职责 一、战略领导与决策支持  制定并实施与公司整体研发战略相匹配的临床数据科学中长期发展规划与技术路线图。  作为临床开发领导团队的核心成员，参与管线优先序评估、临床开发策略制定及关键研发决策。  主导复杂创新试验设计的数据科学策略，确保方案科学严谨且具有监管说服力。 二、端到端数据科学交付与监管申报  建立并完善从方案设计、数据采集、清理、分析到报告的全流程数据标准与质量体系（符合CDISC、ICH等标准）。  监督所有临床试验的统计分析计划（SAP）制定、执行及关键结果解读，确保分析结论的准确性与可靠性。  为关键注册性临床试验及新药上市申请提供统计学领