深度学习工程师岗位工作职责范本

深度学习工程师岗位-简历
基本信息
自我评价
我是一名充满激情的深度学习工程师，具备广泛的机器学习和深度学习知识。

我热衷于研究和开发创新的深度学习模型，解决复杂的问题。

我的工作经验包括计算机视觉、自然语言处理和强化学习等领域。

我擅长使用TensorFlow和PyTorch等框架，能够构建高性能的深度学习模型。

我注重问题的细节和数据分析，以确保模型的高准确性。

我具备卓越的编程技能和团队合作精神，能够与跨职能团队合作，成功交付复杂的深度学习项目。

我的目标是不断推动深度学习技术的进步，为解决现实世界的难题提供创新的解决方案。

工作经历
技能
•深度学习和机器学习模型的设计和优化。

•计算机视觉、自然语言处理和强化学习领域的专业知识。

•使用TensorFlow、PyTorch和Keras等深度学习框架。

•数据分析和特征工程。

•多种编程语言，包括Python、C++和MATLAB。

教育背景
兴趣爱好
除了工作，我热衷于参加机器学习和深度学习研讨会和培训，保持在前沿技术的领先地位。

在业余时间，我喜欢阅读科技和科幻小说，探索未来科技的可能性。

我还是一名热衷于户外活动的登山爱好者，欣赏大自然的壮丽景色。

上海智能安防行业深度学习模型加速工程师岗位介绍JD模板
岗位名称：深度学习模型加速工程师
岗位关键词：python,c++,深度学习
1.负责深度学习模型加速和轻量化，如剪枝、量化、压缩、知识蒸馏的开发；
2.跟进业界模型剪枝、量化、压缩的最新前沿工作，结合学术界前沿工作在公司业务场景应用；
3.负责模型压缩/模型轻量化平台的开发建设和迭代；
4.有较强的代码能力，熟悉Python、C++语言。

任职要求：
1.熟悉模型剪枝压缩以及加速的趋势和前沿，对主流的模型压缩加速相关工作以及特点、优势和局限性有较深刻的理解；
2.熟悉模型剪枝、量化、压缩、知识蒸馏或者有相关平台开发经验的优先；
3.有模型部署、模型加速、TensorRT/ONNX/TVM等框架使用经验者优先；
4.有实际模型压缩加速或者端侧轻量化模型设计经验者优先；
5.有Nvidia Jetson、HUAWEI Atlas等计算平台开发经验者优先；
6. 有使用CUDA进行算子加速经验者优先；
7.在模型压缩及加速领域发表论文者优先。

深圳计算机软件行业深度学习算法工程师岗位介绍JD模板
岗位名称：深度学习算法工程师
岗位关键词：深度学习
职责描述：
1.基于2D/3D 医学图像的深度学习算法的开发与优化；
2.深度学习项目的落地与推进；
3.深度学习算法的部署与提速。

任职要求：
1.计算机、数学或医学影像等相关专业，硕士以上学历，1年以上工作经验；
2.拥有扎实的数学功底，熟练掌握深度学习和计算机视觉的基本方法，在图像检测、分割、识别等领域有深入研究和实践经验；
3.熟悉Tensorflow、Pytorch等主流深度学习框架中的一种或多种，熟练掌握C++和
python编程，可独立完成自研网络的设计以及经典网络的复现；
4.具备良好的团队协作和沟通能力，敢于突破，有独立的分析、解决问题的能力；
5.拥有良好的自我驱动力和学习能力，能够熟练地阅读英文文献，追踪国内外相关领域最
新的技术热点。

6.对神经网络搜索、量化、剪枝和压缩等技术有研究经验者优先；
7.对深度学习推理引擎底层实现有研究经验者优先。

算法工程师的工作职责描述模版职责：1、运用深度学习(DeepLearning)以及自然语言处理(NLP)技术，挖掘互联网非结构化信息，实现海量数据的自动学习与理解;2、处理媒体类非结构化/结构化文本数据，利用知识抽取、主体识别、正负面判断等提升实现____分析功能及提升准确性;3、利用推荐算法实现内容个性化推荐功能，提升用户体验。

任职要求：1、本科以上学历，____年以上算法相关经验;2、熟悉自然语言处理领域的基本概念和问题，包括：分词、词性标注、命名实体识别、语法分析、语言模型、文档分类等;3、熟悉自然语言处理的常用技术和算法，包括：HMM、CRF、SVM、TD-IDF等;4、熟悉深度学习技术在NLP领域的理论及进展，包括：RNN,Seq2Seq,Attention等基本算法;5、实际从事过文本处理相关的技术工作，如Query解析、文本检索、机器翻译、情感分析者更佳;从事过多语言____系统的候选者____;6、精通Java/python编程语言，熟练使用主流自然语言分析框架;7、优秀的英文阅读能力。

算法工程师的工作职责描述模版（2）算法工程师是一个高度技术性的职业，负责解决各种复杂问题，并开发出高效、可靠的算法来解决这些问题。

以下是一个算法工程师的工作职责描述模板：一、需求分析和算法设计1. 负责与团队成员协作，深入理解客户需求并提出合适的解决方案。

2. 分析问题，并从复杂的问题中抽象出核心关键点。

3. 设计算法模型，并进行算法优化和改进，以提高算法的效率和性能。

4. 进行算法实现，并使用合适的数据结构和编程语言来开发高效的算法。

二、算法实现和优化1. 实现算法原型，并进行测试和调试，确保算法的正确性和稳定性。

2. 对现有算法进行优化，以提高算法的运行效率和响应速度。

3. 使用适当的工具和框架，如Python、C++等，来实现和优化算法。

4. 掌握最新的算法研究成果，并将其应用到实际项目中，以提升算法的实用性和创新性。

深度学习（图像、视觉方向）职位描述与岗位职责
深度学习是当前最热门的技术之一，其在图像、视觉方向的应
用广泛，很多企业都在招聘相关岗位。

以下是深度学习（图像、视
觉方向）职位描述与岗位职责。

一、职位描述
深度学习（图像、视觉方向）工程师负责深度学习技术在视觉、图像方面的研究和应用，包括图像识别、目标检测、分割、姿态估
计等方面，同时需要结合硬件设备优化、算法实现等方面，将深度
学习技术应用于各个领域。

二、岗位职责
1、负责深度学习与图像、视觉领域的相关研究和应用，包括但
不限于图像识别、目标检测、分割、姿态估计等方向的研究和开发。

2、建模和模型训练。

需要对各种模型以及不同的算法进行研究
和实验，并结合数据集，使用Pytorch，Tensor flow等深度学习框
架对模型进行训练以及效果测试。

3、模型优化。

了解模型架构、计算资源的规划以及内置算法对
模型进行优化，提升模型的性能。

4、算法开发。

相信你也会在深度学习的研究和实践中遇到各种
问题，比如不同的优化算法，不同的预训练模型，不同的前馈和反
馈计算方法等等，处理这些情况要快速而准确。

5、新技术调研。

跟踪并研究新的视觉深度学习领域和算法，并
对已有项目提出更好的优化方案。

6、团队协作。

与公司内部的研究团队、产品经理和团队协作，
推动深度学习技术在业务中的落地和应用。

以上是深度学习（图像、视觉方向）职位描述与岗位职责，希望能对招聘者和应聘者有所启示。

深度学习工程师岗位-简历
基本信息
自我评价
我是一名深度学习工程师，具有广泛的机器学习和深度学习经验。

我致力于解决复杂的计算机视觉和自然语言处理问题，利用深度学习模型提高系统性能和用户体验。

我擅长使用深度学习框架（如TensorFlow和PyTorch）设计、训练和部署模型，包括卷积神经网络（CNN）和循环神经网络（RNN）。

我还具备强大的编程和数据处理技能，能够处理大规模数据集并进行特征工程。

我有在研究和产业项目中应用深度学习技术的丰富经验，以及出色的问题解决和团队合作能力。

工作经历
技能
•深度学习框架（T ensorFlow、PyTorch等）•计算机视觉和图像处理
•自然语言处理（NLP）
•数据处理和特征工程
•模型部署和性能优化
•编程语言（Python、C++等）
教育背景
兴趣爱好
除了工作，我热衷于研究最新的深度学习论文和开源项目，不断扩展自己的技术知识。

我喜欢参加机器学习和深度学习研讨会，与同行交流经验。

在闲暇时间，我热衷于户外活动，特别是徒步和登山，享受大自然的美丽。

此外，我也是一名音乐爱好者，喜欢演奏钢琴和吉他，以放松和创造。

深度学习算法工程师岗位-简历
基本信息
自我评价
我是一名深度学习算法工程师，专注于开发和实现复杂的深度神经网络模型。

我拥有广泛的机器学习和深度学习经验，能够解决各种复杂的计算机视觉和自然语言处理问题。

我的工作经历涵盖了图像识别、语言模型、推荐系统等领域，成功开发了多个商业级别的AI应用。

我熟练掌握TensorFlow、PyTorch等深度学习框架，并具备分布式计算和GPU 加速的经验。

我不仅具备深刻的技术见解，还能与跨职能团队紧密合作，将算法转化为具体的产品和解决方案。

我热衷于追求最新的研究成果，保持在AI领域的前沿。

工作经历
教育背景
技能
•深度学习框架：T ensorFlow、PyTorch、Keras •计算机视觉：图像分类、目标检测、图像生成•自然语言处理：文本分类、情感分析、机器翻译•分布式计算：GPU加速、分布式训练
•编程语言：Python、C++
兴趣爱好
除了工作，我热衷于解决复杂问题和挑战性的项目。

我喜欢参与开源社区，贡献自己的算法和代码。

我也是一名户外活动爱好者，热衷于徒步旅行和登山，欣赏大自然的壮丽景色。

此外，我对音乐和艺术有浓厚的兴趣，经常参加音乐会和美术展览，以启发自己的创造力。

算法工程师岗位的基本职责算法工程师的基本职责包括：1. 研究和开发机器学习、深度学习、数据挖掘等算法模型。

2. 设计、实现和优化算法模型的训练和推理过程。

3. 分析和处理大规模的结构化和非结构化数据，提取有价值的信息。

4. 与团队成员合作开发和维护机器学习平台和模型库。

5. 深入研究算法和模型相关的最新技术和前沿领域。

6. 负责实现和优化算法模型的性能和效果评估。

7. 解决实际问题中的数据特征工程和模型选择问题。

8. 负责算法模型的部署和上线，并进行模型的监控和优化。

9. 参与算法团队的项目规划和技术决策。

10. 跟踪和评估相关技术和行业趋势，提供相应的技术建议。

算法工程师需要具备扎实的数学基础，熟悉机器学习和深度学习的相关理论和方法，并具有良好的编程和算法调优能力。

同时，还需要具备良好的沟通能力和团队协作精神，能够与其他部门和团队有效合作，解决实际问题。

算法工程师岗位的基本职责（2）职责：1、结合公司项目要求，实现算法的编程和优化;2、负责算法开发、验证和测试;3、跟踪算法的应用情况，完成对算法的技术支持工作;4、参与指纹识别产品的算法研发工作;任职要求：1、硕士及以上学历，通信、电子、计算机、数学等相关专业;2、熟悉图像处理的有关知识，如图像增强、图像分割、图像检测、机器学习等;3、具备扎实的算法和数据结构基础、较强的逻辑思维能力;4、具有一定的编程能力，熟悉C/C++;熟悉VC和MFC优先;5、Matlab、Opencv等图像处理仿真工具至少熟悉一门;6、有角点检测、sift检测实际工作经验优先;7、富于敬业精神，能够胜任重复性工作，工作有激情，能够承受较大的工作压力;8、积极主动、认真踏实、有良好的沟通能力和团队合作精神;9、有指纹识别工作经验者优先;10、有android平台产品或嵌入式系统产品的研发经验优先;算法工程师岗位的基本职责（3）作为算法工程师，主要的职责是设计、开发和优化算法模型，以解决各种复杂的问题。

⼯程师岗位职责⼯程师岗位职责(15篇) 在充满活⼒，⽇益开放的今天，越来越多⼈会接触到岗位职责，制定岗位职责能够有效的地防⽌因为职位分配不合理⽽导致部门之间或是员⼯之间出现⼯作推脱、责任推卸等现象发⽣。

那么相关的岗位职责到底是怎么制定的呢？以下是⼩编为⼤家整理的⼯程师岗位职责，欢迎⼤家分享。

⼯程师岗位职责1职责： 职责： 1、对通信和⾦融业务数据进⾏分析和挖掘，满⾜研发和运营等部门的业务需求和决策需求; 2、能根据业务特点选择最合适的数据挖掘算法，并做调优; 3、⽀持数据分析、挖掘算法平台的部署和⽇常运营; 4、撰写分析类报告。

任职资格：任职资格： 1、⼤学本科或本科以上统计学、数学或其他相关专业，对数据结构熟悉; 2、熟练使⽤python进⾏数据分析、处理、可视化。

熟悉numpy/pandas/matplotlib等常⽤模块。

熟练使⽤sql,最好⽤过hive-sql或spark-sql; 3、对hadoop/spark有⼀定了解。

能够简单使⽤hadoop系列命令; 4、对线性回归，决策森林，xgboost，评分卡等数据挖掘相关算法有⼀定了解; 5、做过web接⼝调试，熟悉json者优先; 6、熟练掌握PPT和EXCEL制作; 7、具备良好的学习、沟通与表达能⼒，具有较强的团队合作精神，对⼯作富有热情，能承受⼯作压⼒; 8、有运营商或⾦融类相关数据经验⼯作优先考虑; 9、能适应中长期现场出差。

⼯程师岗位职责2职责： 职责： 1、利⽤数据挖掘、机器学习相关算法，解决业务需求，提⾼产品的⽤户体验； 2、对海量的业务数据、⽤户数据进⾏挖掘分析，发现数据和业务背后的规律； 3、针对业务流程进⾏分析调研，探索提升转化率效果的思路和⽅案并推动转化、岗位要求： 岗位要求： 1、熟悉⼤规模数据挖掘、机器学习、分布式计算等相关技术，能熟练使⽤聚类、回归、分类等算法并调优； 2、熟悉Linux环境开发，⾄少熟悉java/PHP/Python/Scala/Go/C/C++等语⾔中⼀种或⼀种以上； 3、熟悉基于Spark、ElasticSearch、hbase等⼤数据平台的相关开发； 4、有深度学习实践经验者优先，有sparkmlib经验者优先。

高科技公司招聘深度学习工程师在当前高科技产业的快速发展背景下，需要大量的专业技术人才来推动创新和研发。

深度学习作为一种前沿技术，正逐渐成为许多高科技公司的核心竞争力。

为了满足市场需求，我公司正在招聘深度学习工程师，本文将介绍相关职位要求和公司福利待遇。

一、职位要求1. 学历：本科及以上学历，计算机科学、人工智能、机器学习、模式识别等相关专业优先考虑；2. 技能：掌握深度学习相关算法和框架，如TensorFlow、PyTorch 等；熟悉Python编程语言和常用的数据处理和分析工具；3. 经验：有相关工作经验者优先考虑，包括深度学习模型的构建、参数调优及模型训练等；4. 技术视野：关注深度学习领域的最新动态和研究进展，具备良好的算法调研及解决问题的能力；5. 沟通能力：具备良好的团队合作和沟通能力，能够积极参与技术讨论和项目推进。

二、岗位职责1. 深度学习模型研发：根据公司需求，设计和实现深度学习模型，提高产品性能和用户体验；2. 数据处理与分析：负责大规模数据集的预处理、特征提取和数据分析，为模型的训练和推理提供准备；3. 模型优化与调优：持续改进模型的性能，包括加速计算、减少存储需求和提高精度等；4. 技术研究与创新：跟踪深度学习领域的最新发展和研究成果，探索并应用新的算法和技术。

三、福利待遇1. 薪资：公司提供具有竞争力的薪资待遇，根据个人能力和表现进行评定；2. 福利：完善的社会保险、带薪年假、年度体检等；3. 职业发展：公司提供良好的培训和晋升机制，为员工的职业发展提供支持；4. 工作环境：公司提供舒适的工作环境和先进的办公设施，为员工提供良好的工作体验。

四、应聘方式如您对本岗位感兴趣并符合以上要求，欢迎将个人简历发送至公司人力资源部邮箱(**************)。

我们会尽快安排面试并与您取得联系。

五、总结高科技公司正在招聘深度学习工程师，要求具备相关专业背景和技术能力，同时注重团队合作和技术创新。

深度学习工程师岗位职责深度学习工程师是在人工智能领域中扮演着重要角色的专业人士。

他们通过深入研究和应用机器学习算法，致力于开发和优化深度神经网络，以实现各种复杂任务的自动化和智能化。

下面将介绍深度学习工程师的主要职责和技能要求。

一、算法设计和开发作为深度学习工程师，首要任务是设计和开发高效而准确的机器学习算法。

这包括对不同的深度学习模型进行研究和实验，选择最适合特定任务的算法，并对其进行优化。

他们需要熟悉各种深度学习框架（如TensorFlow、PyTorch等），并能够运用这些框架进行模型的训练和验证。

二、数据预处理和分析在深度学习任务中，数据预处理是非常重要的一步。

深度学习工程师需要具备数据处理和数据分析的技能，能够处理和清洗大规模数据集，并从中提取出有用的特征。

他们还需要对数据进行统计分析和可视化，以便更好地理解数据背后的规律，并为模型的改进提供有价值的指导。

三、模型训练和优化深度学习工程师需要使用合适的数据集对模型进行训练，并对其进行优化以提高性能。

他们要熟悉各种训练技巧和调优方法，能够处理过拟合、欠拟合等问题，并改进模型的泛化能力。

此外，他们还需要进行模型的评估和比较，以选择出最佳的模型。

四、模型部署和性能调优在实际应用中，深度学习模型的部署和性能调优是必不可少的环节。

深度学习工程师需要将训练好的模型部署到实际系统中，并确保其在不同场景下的高效运行。

他们还需进行性能优化，提高模型的速度和效率，以满足实时应用的需求。

五、解决实际问题和创新改进作为深度学习工程师，他们通常需要解决实际问题，并提出创新的改进方法。

他们要跟踪最新的研究进展，关注业界的最佳实践，不断改进和优化现有的模型和算法。

同时，他们还需要与团队成员和其他相关部门进行良好的沟通，协同解决复杂的问题。

六、继续学习和自我提升深度学习领域不断发展和演进，因此深度学习工程师需要保持学习的态度和习惯。

他们应该积极参加学术会议、研讨会和培训课程，以不断拓展自己的知识和技能。

深度学习工程师深度学习工程师是近年来涌现出的一种新型职业，他们致力于应用深度学习算法解决各领域的问题。

随着人工智能的快速发展和应用场景的不断拓展，深度学习工程师的需求也越来越大。

本文将探讨深度学习工程师的工作职责、技能要求以及未来发展趋势。

一、工作职责作为深度学习工程师，主要的工作职责包括以下几个方面：1. 研究和开发深度学习模型：深度学习工程师需要根据具体的问题场景，设计和开发适用的深度学习模型，并持续改进模型的表现。

2. 数据处理和特征工程：在深度学习任务中，数据处理和特征工程是至关重要的环节。

深度学习工程师需要掌握各种数据处理和特征提取方法，并能够将其应用到实际项目中。

3. 模型训练和优化：深度学习模型的训练是一个关键的过程，深度学习工程师需要选择合适的优化算法和调节超参数，以提高模型的性能和效果。

4. 模型部署和性能优化：深度学习工程师需要将训练好的模型部署到实际应用中，并对模型进行性能优化，以提供高效、稳定的系统服务。

5. 深度学习算法研究和创新：深度学习工程师需要保持对最新的深度学习算法和技术的了解，并能够进行算法研究和创新，以不断推动深度学习领域的发展。

二、技能要求成为一名合格的深度学习工程师，需要具备以下几项关键技能：1. 深度学习理论：深度学习工程师需要对深度学习的基本原理和常见模型有深入的了解，包括卷积神经网络、循环神经网络等。

2. 编程能力：深度学习工程师需要掌握至少一种主流的编程语言，如Python、Java等，并熟练使用深度学习框架，如TensorFlow、PyTorch等。

3. 数学基础：深度学习是建立在数学基础之上的，深度学习工程师需要具备扎实的线性代数、概率论和数理统计等数学知识。

4. 数据分析能力：深度学习工程师需要对数据分析有较好的理解和实践经验，能够从大量数据中提取有用信息，并为模型训练和改进提供支持。

5. 解决问题的能力：深度学习工程师需要具备独立思考和解决问题的能力，能够快速定位和解决模型训练中出现的各种技术问题。

深度学习工程师的职责与技能要求深度学习工程师是当下人工智能领域中备受追捧的职业之一。

随着深度学习技术的快速发展和广泛应用，深度学习工程师扮演着关键的角色。

本文将介绍深度学习工程师的职责以及所需的技能要求。

一、职责深度学习工程师的职责涵盖了整个深度学习模型的生命周期，包括问题定义、数据收集和预处理、模型构建、训练和优化、模型评估和部署。

1. 问题定义：深度学习工程师负责与相关部门合作，确保深度学习模型能够准确地解决业务问题。

他们需要了解业务需求，明确问题定义，为后续的数据收集和模型构建提供指导。

2. 数据收集和预处理：深度学习模型的性能很大程度上依赖于数据的质量和数量。

深度学习工程师需要收集和整理相关的数据，并进行预处理，例如数据清洗、特征提取和标准化等。

他们还需保证数据的充分性和代表性，以提高模型的泛化能力。

3. 模型构建：深度学习工程师根据问题定义和数据特点，选择合适的深度学习模型进行构建。

他们需要熟悉各种经典和前沿的深度学习算法，如卷积神经网络、循环神经网络和生成对抗网络等，并能够根据任务需求进行模型的定制化设计。

4. 训练和优化：深度学习模型的训练是一个耗时且计算资源密集的过程。

深度学习工程师需要利用大规模的训练数据和适当的优化算法，对模型进行有效训练。

他们需要熟练掌握深度学习框架，如TensorFlow和PyTorch，并具备调试和排错的能力。

5. 模型评估和部署：深度学习工程师需要对训练的模型进行评估，判断其性能和稳定性。

他们需要使用各种评估指标和验证方法，如准确率、精确度和召回率等。

最后，他们还需要将训练好的模型进行部署，以实现实际应用和商业化的目标。

二、技能要求要成为一名合格的深度学习工程师，以下技能是必不可少的。

1. 编程技能：深度学习工程师需要具备扎实的编程基础和良好的编程习惯。

熟练掌握Python是必备技能，还需了解相关的数据处理、统计和可视化工具，如Numpy、Pandas和Matplotlib等。

算法工程师的工作职责描述范文职责:1、负责强化学习、深度学习人工智能数学模型研究和落地、算法实现及优化;2、跟踪人工智能技术和算法的前沿技术;3、深度了解机器学习算法模型构建和算法实现及应用场景，输出可落地的应用场景解决方案;4、参与产品整体方案的设计。

任职要求：1、在数据挖掘、机器学习、深度学习等领域有____年以上的算法、模型研发经验(熟悉模型参数调优);2、有扎实的数据结构和算法功底，精通关联、聚类、回归、预测等算法的原理与应用，能够针对不同的业务需求使用不同的算法模型实现业务诉求，有丰富的算法应用和工程化落地的实际工作经验;3、具有良好的统计分析基础，熟练掌握数据分析和挖掘的流程与方法，能够独立进行数据建模和分析，产出数据分析报告;4、有良好的程序开发基础，精通python、Java语言，熟悉Hadoop、Spark、Storm、Flink等分布式计算平台;5、熟悉Linu____、UNI____系统，掌握MYSQL等主流数据库中的一种，熟悉SQL以及SHELL脚本开发;6、熟悉机器学习开源框架(TensorFlow、Caffe等)，研究过开源框架的源码者优先;7、细心、耐心、有很强的责任感，对产出的质量有高要求，执行力强，富有团队精神;8、本科以上学历，运筹学专业优先。

211院校毕业和获得英语CET4/CET6证书者优先;9、有航空、旅游行业方面产品项目经验者优先。

算法工程师的工作职责描述范文（2）算法工程师是指负责设计、开发和实现各种算法和数学模型的专业人才。

他们在计算机科学、人工智能和数据科学等领域发挥着重要作用。

下面是一个关于算法工程师工作职责的描述范本。

一、需求分析和问题定义算法工程师的第一项工作是与业务团队合作，理解他们的需求和问题定义。

他们需要深入研究并分析各种问题，然后提出合适的算法解决方案。

二、算法研究和模型选择根据需求分析的结果，算法工程师需要进行算法研究和模型选择。

2024年深度工程师岗位职责16篇目录c++软件共工程师/深度学习软件工程师职位描述与岗位职责任职要求职位描述：工作内容：从事深度学习相关的应用程序开发，包括但不限于: １．各种深度学习框架的移植与优化；2．深度学习辅助工具开发；任职要求：1、3年以上纯开发工作经验；2、电子工程、计算机、自动化等相关专业本科以上学历；3、热爱编程，精通c++/c；4、熟悉linux系统操作，熟练掌握linux系统环境编程和调试方法；5、良好的编程习惯和代码风格，能够撰写相关技术文档；6、有进取心和责任心，有良好的团队合作精神；沟通协调能力强，性格开朗，能承受较大的工作压力；良好的学习能力和自我发展意识。

加分项：1.熟悉各种深度学习框架，有深度学习相关工作经验；2.流媒体、多媒体、音视频编解码。

深度学习开发工程师b02职位描述与岗位职责任职要求职位描述：岗位职责：1. 负责对象检索业务相关功能开发；2. 负责深度特征提取开发工作；3. 负责特征索引开发；4. 负责对象检索开发。

任职要求：1. 国内学历：统招全日制 985/211 硕士及以上学历，取得学位证和毕业证；2. 国外学历：海外全日制硕士及以上学历；qs 世界大学排名前 300 高等院校；海外留学时长不少于 1.5 年；3. 2年及以上相关工作经验；4. 有分布式系统理论基础和实践经验，有分布式机器学习算法开发经验者优先；5. 有计算机视觉（如图像识别理解，人脸检测识别、目标检测和跟踪、增强现实、图像质量评价，图像分割增强等）开发经验者优先；6. 在公开测试集取得优异效果或在nips、cvpr等顶级会议发表论文或有深度学习的产品研究经验者优先；7. 熟悉linux系统，linux下的c/c++开发，熟练掌握socket网络编程，多线程编程；8. 熟悉python，具有良好的编程习惯和算法基础；9. 熟悉一种以上的深度学习的开源框架，如caffe、tensorflow等；10. 对深度学习相关神经网络理解深入，如dnn、cnn、rnn、gan等。

人工智能ai/深度学习/视觉/机器学习算法岗位职责【岗位职责1】1、负责PyTorch深度学习模型的开发与优化加速；2、负责探索深度学习模型在xx上的亲和化方法；3、负责预研前沿的CV/NLP/语音等AI算法，将先进的AI算法和技术落地到xx。

【岗位职责2】岗位描述：1. 负责深度学习模型在xx软硬件平台的亲和化探索及预研2. 使用包括不限于模型压缩/剪枝/量化/AutoML/蒸馏/xxCANN算子融合/xxCANN算子优化等方法对模型的训练和推理阶段进行优化加速【岗位职责3】1、熟练掌握 Python/shell编程语言，有Linux 平台下的开发经验。

2、熟悉CV、NLP等领域相关算法，对语义分割、目标检测、自监督、半监督等均有较深的了解，并且有实战经验；3、熟悉Tensorflow、Pytorch框架和自定义算子开发，熟悉Cuda算子开发经验者优先。

【岗位职责4】岗位职责：1、基于华为自有AI芯片，完成AI算法设计，开发，验证与性能优化；2、基于AI场景如目标检测、目标分类、分割、语音识别，机器翻译等，完成caffe/tf/onnx/pytorch等AI模型npu适配与性能优化。

3、基于华为xxAI解决方案，完成深度学习框架优化/AI模型迁移与部署/AI算子优化设计/AI底层框架入图引擎优化。

【岗位职责5】岗位职责1、紧跟算法前沿，洞察学界/业界相关技术方向的最新成果和发展趋势，面向客户应用场景实现技术创新和突破；2、理解公司内外部客户需求，定义痛点问题，识别关键路径，面向商用成功探索预研可行的技术方案；3、与全球范围内相关方向的优秀老师沟通交流、识别合作技术点并联合创新；4、负责AI完整系统架设和搭建、性能和内存的深度优化。

杭州仪器仪表行业深度学习工程师岗
位介绍JD模板
岗位名称：深度学习工程师
岗位关键词：tensorflow,cnn,keras,深度学习,机器学习
工作职责：
1.围绕工业机器视觉，设计和优化算法深度学习模型，指导相关项目的技术研发和工程落地；
2.搭建深度学习网络模型，进行视觉缺陷检测；
3.优化模型部署，提高识别精度和速度；
4.根据产品开发工作任务书和需求说明书，编写开发计划，进行算法开发测试；
任职资格：
1.图像处理，模式识别，机器学习相关专业；
2.熟练掌握图像处理，机器学习等相关知识；
3.镜头一个以上深度学习库，如KERAS,TENSORFLOW,PYTORCH等；
4.熟悉深度学习各种模型，如CNN,RNN,LSMT等；
5.深刻理解深度学习网络：ResNet,DenseNet,VGG,MobileNet等；
6.实际参与过深度学习技术的开发项目并实现相关算法优先；
7.具有良好的沟通，协调能力以及团队合作精神；高度责任心和执行力；。

上海自动驾驶行业（深度学习方向）激光感知算法工程师岗位介绍JD模
板
岗位名称：（深度学习方向）激光感知算法工程师
岗位关键词：tensorflow,caffe,python,keras,深度学习,机器学习,3D目标检测,激光感
知
工作职责：
1.负责基于深度学习激光雷达点云的3D目标检测、分割、跟踪等算法的研发及迭代优化；
2.负责自动驾驶中激光雷达感知算法的长期研发迭代；
3.负责算法在实际产品中的落地与优化提升。

任职要求：
1.计算机、自动化、数学、软件等相关专业硕士或以上学历；
2.有激光雷达感知算法相关工作1年以上经验；
3.深刻理解与掌握机器学习、深度学习等相关知识，掌握激光点云3D目标检测常见深度
学习模型及算法；
4.熟练掌握C/C++或Python等语言，精通Pytorch或TensorFlow、Keras、Caffe中至少
一种深度学习开源框架；
5.熟悉传统PCL点云处理算法；
6.具有良好的学习能力，良好的英语读写能力，良好的沟通与表达能力
精通以下一个或多个领域优先：
1.在深度学习算法方面（尤其是3D目标检测、语义分割等方面）有经验者优先；
2.在3D激光雷达点云算法方面有实际项目经验者优先，曾经在无人驾驶行业就业的人员
优先考虑；
3.熟悉Linux和ROS下开发者优先；
4.发表过重要期刊会议论文或参加相关比赛者优先。

深度学习岗位职责
深度学习岗位的职责主要集中在以下几个方面：
1. 研究和开发深度学习算法和模型
深度学习岗位的一个主要职责是研究和开发深度学习算法和模型。

这包括对大规模数据集的处理和建模，以及对不同领域的问题进行深度学习建模，如计算机视觉、自然语言处理、语音识别等。

2. 设计和实现深度学习系统
深度学习岗位的另一个职责是设计和实现深度学习系统。

这需要借助各种深度学习框架和库，以高效、可扩展和可维护的方式实现深度学习算法和模型。

同时，深度学习岗位需要协同其他团队，如工程团队和产品团队，确保深度学习部分和整个系统的紧密集成和协同工作。

3. 分析和优化深度学习模型性能
深度学习岗位的职责还包括分析和优化深度学习模型的性能。

这包括对训练过程的分析和优化，提高深度学习算法和模型的准确性和速度，并提高整个深度学习系统的吞吐量和并发性能等。

4. 实现和维护深度学习模型的部署
深度学习岗位还需要负责实现和维护深度学习模型的部署。

这包括将深度学习模型集成到实际产品和服务中，以及确保深度学习模型的可靠性和性能。

5. 研究和跟踪最新的深度学习技术和趋势
深度学习岗位需要研究和跟踪最新的深度学习技术和趋势，包括新的深度学习算法、架构、框架和应用场景等，以确保深度学习部分始终处于最新的技术前沿。

总的来说，深度学习岗位的职责主要包括研究和开发深度学习算法和模型、设计和实现深度学习系统、分析和优化深度学习模型性能、实现和维护深度学习模型的部署以及研究和跟踪最新的深度学习技术和趋势。