Scikit Learn Jobs In China - 22 Job Positions Available

AI研究员 上海 校招 实习 金融 - 基金 / 证券 / 期货 / 投资 职位描述 岗位定位用 AI 对量化研究流程提效，能利用AI独立尝试探索性课题，从假设、数据、因子、策略到回测原型，推动有效成果进入实盘研究。允许失败，但要求快速迭代、严谨验证、可复现。职责1、探索 AI 在量化中的应用：LLM/Agent 阅读研报、纪要、新闻并生成因子假设；RAG/知识图谱、多模态另类数据、生成式模型、强化学习、因果推断用于因子挖掘、组合优化、交易执行与 regime 识别；2、独立推进探索课题：问题定义、数据获取、实验设计、回测验证、研究报告输出；3、AI-native 工作流：熟练使用 ChatGPT/Claude/Cursor/Copilot/LangChain/LlamaIndex/向量库/本地模型，把 AI 嵌入研究闭环；4、跟踪 AI 与量化前沿，输出内部分享、代码与报告；确保合规、可解释、可追溯。 职位要求 1、本科以上，专业为数学/统计/CS/物理等优先；2、熟练 Python，熟悉 pandas/numpy/scikit-learn/PyTorch 等；3、真正会用 AI：能设计 Prompt/Agent/RAG 工作流，评估模型输出，不止用 AI

高级数据分析师（区域） 上海、福州 社招 全职 IT类 职位描述 1、承接大区经营分析需求，监控区域、城市及门店经营表现。2、开展区域经营诊断与增长策略分析，识别市场、客群、门店及竞争机会。3、门店生命周期，包括新店爬坡、成熟店增长和低效门店治理。4、针对重点区域或经营问题制定专项方案，完成业务测算、投入产出评估和策略建议。5、方案试点、效果复盘及策略迭代，沉淀可复制的分析方法和推广方案 职位要求 1、本科及以上学历，统计学、数学、经济学、市场营销或相关专业优先。2、具备3年以上商业分析、策略分析、区域运营分析或咨询相关经验。3、熟练使用 SQL、Excel 和 BI 工具，具备良好的数据分析与可视化能力。4、熟练使用 Python 进行数据清洗、统计分析、预测建模及分析自动化，掌握 Pandas、NumPy、Scikit-learn 等常用工具。5、熟练使用主流AI及大模型工具，能够将其应用于市场研究、数据分析、策略生成、报告撰写和效率提升。6、具备较强的业务洞察和结构化分析能力，能够将模糊业务问题转化为清晰的分析课题。7、具备良好的沟通和项目推动能力，能够与区域及一线业务团队高效协同。 投递...

仿真测评&数据挖掘实习生 北京 实习 职位描述 我们正在寻找一名仿真测评&数据挖掘实习生,加入自动驾驶测评团队。将参与处理大规模自动驾驶场景数据,挖掘有价值的信息,用于模型优化、场景回归分析和系统性能提升。岗位职责:编写自动化脚本,执行大规模回归测试,覆盖各种驾驶场景;对实车数据/仿真结果进行分析,生成评测报告,并协助识别和定位系统问题设计并实现数据挖掘算法,分析驾驶场景常规及长尾场景;基于数据分析结果,生成可视化报告,为研发和测试团队提供洪策支持协助构建和优化数据标签系统,提高数据质量;参与大规模数据管理系统的开发或优化,提升数据检索效率; 职位要求 任职要求:专业背景:计算机科学、车辆工程、电子信息、自动化、人工智能成相关领域的本科及以上学历在读;技术能力:熟悉Python或C++编程,能够编写高效代码;了解 Linux环境操作,熟悉Git等版本控制工具;熟悉Python和常用的数据分析工具(如Pandas、NumPy、Scikit-learn)掌握常见的机器学习或数据挖掘算法,有TensorFlow或PyTorch基础优先有大模型部署使用经验者优先;有自动驾驶仿真工具使用经验者优先;有数据库使用经验者优先; 投递...

数据科学家 上海 社招 全职 数字技术 - 算法 硕士及以上 5-7 年 职位描述 岗位目的我们正在寻找一位能将前沿技术与市场战略思维深度融合的数据科学家，负责构建汽车行业领先的市场全生命周期预测体系。 你将跳出传统的“单点销量预测”，而是从宏观到微观、从总量到结构，系统性地识别和量化未来细分市场的增长机会。你的工具箱将包括：- 机器学习与时序模型（XGBoost、时序混合架构、概率预测） —— 捕捉需求的基本面规律与滚动排产脉搏- 大语言模型（LLM） —— 从非结构化文本（政策文件、行业报告、社交媒体讨论）中提取消费趋势与心智风向信号- 市场仿真与智能体建模 —— 模拟消费者在不同品牌/车型间的性价比博弈、心智流转与反水轨迹，预测长线竞争动态演化与战略定价弹性你将与战略、产品、营销团队深度协同，确保预测结果既能经得起数据检验，又能被业务决策者理解和信任。岗位职责- 预测模型开发。 基于内外部多路数据，搭建预测模型，完成周/月/季/年的市场需求预测与 SKU 特征级排产预测。对预测结果进行误差分析，持续迭代特征工程与模型融合策略。- 特征工程与数据挖掘。 深度挖掘影响市场大盘的多维特征，包括季节性、节假日、竞品动作（降价/新车上市）、宏观经济指标、供应链大宗商品成本及社交媒体舆情等。- 模型评估与部署。 建立完善的交叉验证流程，与数据工程团队协作，将预测与定价沙盘算法接入业务决策系统，实现滚动推演。- 业务洞察与报告。 解读预测结果中的关键驱动因素，输出可落地的业务建议。定期向管理层汇报预测准确度改进路线图，具备极强的商业翻译能力，能将复杂的概率或高维仿真转化为高管听得懂的战略语言。 职位要求 技能要求- 计算机、数据科学、数理统计、计量经济学、运筹学及相关专业，硕士及以上学历。- 5

【集团】大数据运维（德国） 上海 全职 职位描述 1.参与自研类DataWorks平台的架构设计和研发落地，确保平台的高可用和扩展性等。2.负责核心功能模块的开发和维护，包括统一数据集成（实时、离线）、数据研发（实时、离线）、统一作业调度（调度引擎、调度编排）、数据分析（adhoc、batch、混合引擎）、数据地图（元数据采集、全链路血缘）、数据治理（数据质量评测体系，质量指标、监控告警）等。 职位要求 1.本科及以上学历，计算机科学、软件工程或相关专业。2.互联网5年以上大数据平台开发经验（熟悉DataWorks平台或类似数据平台，了解数据开发用户视角，如IDE体验、调试效率）。3.熟练掌握Java、Python、SQL等编程语言。4.熟练掌握SpringCloud分布式微服务技术栈，包括：SpringBoot、Redis、MQ/Kafka、MySQL/PostgreSQL等。 5.熟练掌握Hadoop大数据技术栈特性和应用，包括：HDFS/MR/Yarn、Hive、HBase、Spark、Flink、Presto/ClickHouse/Doris等。6.熟悉Ad-Hoc（即席）、Batch（批）、Stream（流）、数据湖等大数据开发框架，了解技术原理和应用场景，具备开发实践经验。 7.熟悉DolphinScheduler/Airflow等大数据调度框架，了解技术原理和应用场景，具备开发实践经验。 加分项： -有dify \豆包等大模型应用、结合垂直领域赋能业务。-有Jupyter、Python数据分析工具集成（如Pandas、NumPy、Scikit-learn）/机器学习/数据治理体系/数据分析知识、实际项目经验者优先。 投递...

Senior Data Scientist II Job Description Would you like to be part of a team that delivers cutting-edge AI services to our customers? Do you enjoy ensuring the quality of software products delivered? About our Team

Senior Data Scientist II Job Description Would you like to be part of a team that delivers cutting-edge AI services to our customers? Do you enjoy ensuring the quality of software products delivered? About our Team

Job Details: Job Description: This role is an exciting opportunity to apply AI/Bigdata technology to translate manufacturing data into meaningful insights to help solve factory yield/process engineering problems. In this position, you are expected to deliver

Company Description WD is building the infrastructure behind the AI-driven data economy. As AI scales, so does data. Every interaction, every model, every system generates data that must be stored, managed, and made accessible over time.

Company Description Bosch Powertrain Systems Co., Ltd. (RBCD), the joint venture of Robert Bosch GmbH and Weifu High Technology Group Co., Ltd., is a high tech enterprise specializing in the development, production and sales of common

SummaryApple is where individual imaginations gather together, committing to the values that lead to great work! Every new product we build, service we create, or Apple Store experience we deliver is the result of us making

校招-数据科学 上海 校招 正式 数字技术 - 算法 博士及以上 2027届校园招聘-正式批 职位 ID：A164621 职位描述 岗位目的我们正在寻找一位能将前沿技术与市场战略思维深度融合的数据科学家，负责构建汽车行业领先的市场全生命周期预测体系。 你将跳出传统的“单点销量预测”，而是从宏观到微观、从总量到结构，系统性地识别和量化未来细分市场的增长机会。你的工具箱将包括：机器学习与时序模型（XGBoost、时序混合架构、概率预测） —— 捕捉需求的基本面规律与滚动排产脉搏大语言模型（LLM） —— 从非结构化文本（政策文件、行业报告、社交媒体讨论）中提取消费趋势与心智风向信号市场仿真与智能体建模 —— 模拟消费者在不同品牌/车型间的性价比博弈、心智流转与反水轨迹，预测长线竞争动态演化与战略定价弹性你将与战略、产品、营销团队深度协同，确保预测结果既能经得起数据检验，又能被业务决策者理解和信任。 职位要求 预测模型开发。 基于内外部多路数据，搭建预测模型，完成周/月/季/年的市场需求预测与 SKU 特征级排产预测。对预测结果进行误差分析，持续迭代特征工程与模型融合策略。特征工程与数据挖掘。 深度挖掘影响市场大盘的多维特征，包括季节性、节假日、竞品动作（降价/新车上市）、宏观经济指标、供应链大宗商品成本及社交媒体舆情等。模型评估与部署。 建立完善的交叉验证流程，与数据工程团队协作，将预测与定价沙盘算法接入业务决策系统，实现滚动推演。业务洞察与报告。 解读预测结果中的关键驱动因素，输出可落地的业务建议。定期向管理层汇报预测准确度改进路线图，具备极强的商业翻译能力，能将复杂的概率或高维仿真转化为高管听得懂的战略语言。技能要求计算机、数据科学、统计学、计量经济学、运筹学、计算社会科学及相关专业，博士学历。深入理解混合时序架构（如 Prophet+XGBoost）的设计思想以及落地。深入理解因果推断与离散选择模型家族（如 MNL、Nested Logit、BLP）的底层数学逻辑，能够熟练处理价格内生性，输出竞品交叉价格弹性矩阵。能够通过蒙特卡洛模拟或大规模模拟仿真（Micro-simulation / ABM），推演行业颠覆性政策、突发价格战、全新技术破局带来的市场冲击与概率边界。极其扎实的 Python 功底，熟练使用数据科学栈（Pandas, NumPy,

校招-算法研发工程师 上海 校招 正式 数字技术 - 算法 硕士及以上 2027届校园招聘-正式批 职位 ID：A222513 职位描述 你会做什么你将参与 Skyworks 算法能力建设，帮助 Agent 更好地理解问题、检索知识、进行推理，并在供应链、制造、运营等真实业务场景中完成预测、仿真和优化。根据你的兴趣和能力，你可能参与以下方向之一：方向 A：RAG 与语义检索你将参与企业知识检索和 Agent 问答能力优化，包括：优化向量检索、关键词检索、图检索的混合召回策略设计 Rerank、Query Rewrite、Context Assemble 等能力提升 Agent 在复杂业务问题中的召回率和准确率参与企业知识库、知识图谱、文档检索的评测体系建设方向 B：知识图谱与语义理解你将参与企业知识图谱和 Ontology 自动建模，包括：从文档、表格、数据库中抽取实体和关系进行实体对齐、关系推荐、知识融合基于业务对象构建图谱推理能力优化图谱查询和图谱增强检索效果方向 C：预测、仿真与优化你将参与企业智能决策算法，包括：需求预测、库存预测、风险预测等时间序列或分类模型供应链网络仿真、供应中断传播模拟、多情景 what-if 分析库存优化、资源分配、路径规划等优化问题建模使用因果推断或反事实分析识别关键影响因素你会接触的技术机器学习：Scikit-learn / XGBoost / LightGBM深度学习：PyTorch

健康数据采集实习生 深圳 校招 实习 生活服务 职位描述 安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估,表现优秀者可直接获得校招转正机会,提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生,也期待与你共同成长。负责ECG标注和数采；当前需求:1.PPI睡眠和冥想总量约23000分钟： （其他午休场景暂未统计） 23000/60*45=17250分钟——打标执行分钟数 17250/60=288小时——打标执行小时数预期需求:2.2-7月600人夜OSA*8小时*(45分钟/小时)=3600小时3.2-7月200人夜PSG*8小时*(45分钟/小时)=1200小时合计5077小时(~622人天工时) 职位要求 基本要求（必须满足） 学历背景本科及以上在读或应届毕业生专业方向：工程类：生物医学工程、电子工程、自动化计算机类：计算机科学、软件工程、人工智能医学类：临床医学、基础医学、护理学 时间要求每周至少工作4天（可协商）实习期至少3个月能够长期稳定实习者优先 基本技能熟练使用办公软件（Excel必须）良好的英文阅读能力（阅读医学文献）认真负责，注重细节良好的团队协作能力优先条件（加分项） 医学知识学习过心电图（ECG）相关课程了解心血管生理学有临床实习经验考取过相关医学证书（如执业医师、护士资格证） 技术能力熟悉Python编程（数据处理、可视化）了解信号处理基础（滤波、特征提取）使用过机器学习工具（scikit-learn、TensorFlow、PyTorch）有生物医学信号处理经验（ECG、EEG、EMG等） 科研经历发表过相关领域论文参加过数学建模比赛有数据标注或数据分析项目经验 投递...

数值基础大模型算法工程师 上海 工程类 硕士及以上 3-5 年 职位描述 本岗位是研究团队的核心成员，研究与工程一体。你将参与从算法设想、实验验证到训练落地的完整过程，既做研究，也写代码。1. 参与构建大规模预训练基础设施，覆盖训练优化、分布式训练、微调 pipeline、数据集工程与评测链路建设。2. 参与数值基础模型的架构设计、预训练、对齐与评测，任务类型包括但不限于时序预测、异常检测、分类与回归。3. 研究模型效率优化方法（如蒸馏、量化、推理加速），推动模型在真实场景中稳定落地，而不只停留在论文中的指标4. 跟踪并复现数值基础模型、时序模型、表格模型相关前沿工作，完成从算法验证到工程落地的闭环。5. 参与研究论文、技术报告与开源文档撰写，沉淀可复用的模型、代码与实验结论。 职位要求 1. 计算机或相关领域硕士或博士学位，有3年以上在科研或者工业界构建机器学习或者深度学习系统的经验。2. 深入理解深度学习系统的Training dynamics、scaling laws和常见失效模式，有Transformer或者其他基模训练经验。3. 在 ICML、NeurIPS、ICLR、KDD 等顶级会议发表过相关论文者优先。4. 对模型效率提升有真正的兴趣，即让大模型更快、更易扩展、更适合实际部署5. 精通 Python、PyTorch 以及更广泛的机器学习和数据科学生态（scikit-learn、pandas、NumPy），并具备扎实的软件工程实践加分项1. 具备 3 年以上构建和维护供他人使用的 Python 包或 ML 库的经验，有活跃开源贡献记录者优先。2. 了解时序基模模型或表格基础模型者优先。3. 熟悉分布式训练、显存优化、推理加速、模型压缩与 serving

算法与智能体开发实习生（合肥） 合肥 实习 数字技术 - 算法 职位 ID：A36491 职位描述 工作内容：1. AI智能体开发： 参与质量领域（前期质量、制造过程质量、售后问题处理）AI智能体的研发，协助完成Prompt设计、工作流编排、工具调用集成及智能体功能开发，探索大语言模型在质量分析、异常识别、问题诊断等场景中的应用。2. 深度学习算法开发： 参与制造过程与售后质量相关的机器学习及深度学习算法开发，包括数据清洗、特征工程、时序预测、异常检测及模型训练与优化等工作。3. AI技术探索与验证： 跟踪大语言模型、AI Agent、深度学习等前沿技术，参与技术调研、开源项目研究及算法原型验证，探索新技术在实际业务场景中的应用价值。4. 模型测试与评估： 协助构建AI智能体与算法模型的测试数据集，参与模型效果评估、性能优化及问题分析，持续提升模型与智能体的准确性、稳定性和实用性。5. 业务场景应用与迭代： 配合团队理解质量业务需求，参与AI应用的原型开发、功能测试及持续迭代，协助解决实际业务场景中的技术问题。6. 技术文档与成果总结： 参与技术方案、算法实验、模型评估及项目开发文档的编写，定期总结技术研究与项目实践成果。 职位要求 职位要求1. 教育背景： 计算机科学、人工智能、数学、数据科学、软件工程等相关专业在读本科生或研究生，具备良好的计算机基础和算法基础。2. 编程能力： 熟悉Python编程，了解常用数据处理与机器学习工具，如NumPy、Pandas、Scikit-learn等，具备基本的软件开发和代码调试能力。3. 深度学习基础： 了解机器学习与深度学习基本原理，熟悉CNN、LSTM、Transformer等常见网络架构，具备PyTorch或TensorFlow等框架的使用经验。4. 大模型与智能体技术： 对大语言模型（LLM）和AI Agent技术有浓厚兴趣，了解Prompt Engineering、RAG、Tool Calling等基本概念；有LangChain、LangGraph、DeepAgents等框架实践经验者优先。5. AI辅助开发能力：

算法与智能体开发实习生（上海） 上海 实习 数字技术 - 算法 职位 ID：A176850 职位描述 工作内容：1. AI智能体开发： 参与质量领域（前期质量、制造过程质量、售后问题处理）AI智能体的研发，协助完成Prompt设计、工作流编排、工具调用集成及智能体功能开发，探索大语言模型在质量分析、异常识别、问题诊断等场景中的应用。2. 深度学习算法开发： 参与制造过程与售后质量相关的机器学习及深度学习算法开发，包括数据清洗、特征工程、时序预测、异常检测及模型训练与优化等工作。3. AI技术探索与验证： 跟踪大语言模型、AI Agent、深度学习等前沿技术，参与技术调研、开源项目研究及算法原型验证，探索新技术在实际业务场景中的应用价值。4. 模型测试与评估： 协助构建AI智能体与算法模型的测试数据集，参与模型效果评估、性能优化及问题分析，持续提升模型与智能体的准确性、稳定性和实用性。5. 业务场景应用与迭代： 配合团队理解质量业务需求，参与AI应用的原型开发、功能测试及持续迭代，协助解决实际业务场景中的技术问题。6. 技术文档与成果总结： 参与技术方案、算法实验、模型评估及项目开发文档的编写，定期总结技术研究与项目实践成果。 职位要求 职位要求1. 教育背景： 计算机科学、人工智能、数学、数据科学、软件工程等相关专业在读本科生或研究生，具备良好的计算机基础和算法基础。2. 编程能力： 熟悉Python编程，了解常用数据处理与机器学习工具，如NumPy、Pandas、Scikit-learn等，具备基本的软件开发和代码调试能力。3. 深度学习基础： 了解机器学习与深度学习基本原理，熟悉CNN、LSTM、Transformer等常见网络架构，具备PyTorch或TensorFlow等框架的使用经验。4. 大模型与智能体技术： 对大语言模型（LLM）和AI Agent技术有浓厚兴趣，了解Prompt Engineering、RAG、Tool Calling等基本概念；有LangChain、LangGraph、DeepAgents等框架实践经验者优先。5. AI辅助开发能力：

毫米波多模态算法工程师-2027届 北京 校招 实习 软件研发类 职位描述 1. 多模态时/空同步标定方案以及实现（解决多传感器感知同步，自动标注问题）；2. 基于微动多普勒特征进行家庭人员识别方案验证（解决遮挡，轨迹交叉后的ID switch问题）；3. 基于MIMO毫米波模组，在家居场景下进行手势/行为的识别（提升家居场景下智能体验）；4.基于MIMO毫米波模组，进行睡眠状态下的生命体征检测，睡眠分期分类，睡眠姿态估计，睡眠障碍推断（解决家居场景下，人的睡眠监测问题） 职位要求 1. 硕士及以上学历，电子信息、通信工程、计算机科学、自动化等相关专业，博士优先2. 拥有毫米波雷达算法开发经验（含博士期间研究），熟悉FMCW MIMO雷达全处理链路（从原始ADC到目标语义输出）3. 熟悉 FMCW雷达测距/测速/测角原理，熟练掌握MIMO虚拟阵列设计与校准、DOA估计算法4. 深入理解 CFAR（1D/2D）、峰值提取、多普勒中心估计、相位解缠绕等方法5. 掌握至少一种聚类算法及多目标跟踪框架（Kalman滤波系列、粒子滤波、匈牙利算法）6. 熟悉点云基本处理（下采样、滤波、分割）及点云特征（例如：局部密度、速度分布、RCS）7. 具有点云分类/动作识别经验，可独立实现基于传统特征（SVM/随机森林）或深度学习（PointNet、Transformer）的方案8. 熟练使用 Python + NumPy/SciPy/scikit-learn 或 MATLAB 进行快速原型开发9. 发表过雷达感知、点云处理、Human Activity Recognition（HAR）等相关领域顶会/顶刊论文优先 投递...

传感器算法工程师 深圳、上海、广州 全职 智能机器人板块 职位描述 岗位职责1. 触觉信号建模与标定算法开发 建立柔性触觉阵列传感模型，针对单元非线性、蠕变、迟滞、温漂、阵列串扰、批次不一致性，设计离线标定、在线自适应补偿算法；实现压力分布重建、接触区域分割、接触力 / 接触位置解算；输出标定模型、算法原理文档、仿真验证报告。2. 标定方案、试验设计与数据分析 设计触觉传感器标定试验方案、加载轨迹与 DOE 标定矩阵；基于多组标定数据集，开展数据清洗、特征提取、模型训练 / 拟合；使用 Python 完成批量数据处理、模型评估、误差量化（RMSE、最大误差、重复性），输出标定规范、下线标定流程。3. 算法工程化与嵌入式移植支持 将标定 / 补偿模型轻量化，配合嵌入式团队完成定点量化、内存与算力评估；在 MCU / 域控侧部署标定算法，支持原始 ADC 数据→压力分布图输出；开发上位机标定工具，支持产线 EOL 下线标定、参数烧录。4. 系统集成与问题闭环 参与 DV/PV 可靠性试验、温循 / 湿热 /