Keras Jobs In China - 6 Job Positions Available

高阶算法工程师 北京 社招 全职 职位 ID：A169732 职位描述 1. 负责小米信息流场景（图文、短视频）的个性化推荐算法研发，提升推荐效果和用户体验；2. 深入理解业务场景和数据，设计和优化多目标排序模型，提升内容分发的精准度、多样性和生态健康度；3. 推进召回、粗排、精排、混排等环节的算法迭代，探索深度学习、强化学习、多任务学习等前沿技术在推荐系统中的应用；4. 构建和优化大规模特征工程、在线服务架构，保障高并发场景下的系统稳定性和效率；5. 与产品、运营、数据团队紧密协作，通过数据分析、AB实验等方式驱动业务增长；6. 跟踪业界最新技术动态，打造一流推荐系统 职位要求 1. 具有 5 年以上推荐算法相关工作经验，成功主导或参与过至少一个大型推荐系统项目的全生命周期开发，能够独立承担复杂模块的设计和实现，并对项目的整体性能和效果负责。2. 熟悉召回、排序、重排等推荐系统关键模块，具备多目标优化、冷启动、多样性调控等实战经验；3. 熟练掌握业内常见的深度学习模型的理论基础和实践应用，熟悉常见的深度学习框架（如 TensorFlow、Keras 等），能够熟练运用这些技术解决实际的推荐系统问题，具有丰富的模型设计、训练、调优和部署经验。4. 具备良好的问题解决能力和技术攻关能力，能够快速定位和解决推荐系统中出现的复杂技术问题，如模型过拟合、推荐结果的偏差和多样性不足等，通过深入分析和实验验证，提出有效的解决方案并推动其实施。5. 具备优秀的团队协作精神和沟通能力，能够与不同背景的团队成员（如数据研发、算法工程师、产品经理、业务运营等）进行高效的沟通和协作，共同保障项目目标的有序落地。6. 对新技术和新知识保持强烈的好奇心和学习热情，具备快速学习和掌握 投递...

提前批-车控算法部署和优化工程师 上海 校招 正式 数字技术 - 软件研发 硕士及以上 2027届校园招聘-技术提前批 职位 ID：A83971 职位描述 车控边缘AI用例发掘与构建：立足与智能车控领域（智能底盘/智能灯光/舱内外感知/车身运动件规控等），识别并设计适用于边缘端的AI落地场景，场景可贯穿车辆研发阶段、售后车辆、虚拟传感器、以及物理部件的虚拟化/替代等；跨域协同建模：联合领域专家提炼用例，并将其映射为车辆系统（硬件+软件）的数据、模块与流程表达；边缘AI全栈交付：基于边缘SoC/加速器（如NPU）及对应工具链的深厚积累，负责Edge AI用例的设计、架构、部署与验证。包括模型格式（ONNX/自定义格式）、量化方式、轻量化推理框架、时序调度、数据处理、强化学习框架、规划实时控制框架在嵌入式侧的运行方案；持续创新：研究和学习新技术，以满足下一代软件基础设施框架的迭代更新； 职位要求 教育背景：学历与专业：研究生及以上学位（博士优先），计算机、软件工程、电子工程、汽车电子等相关专业，扎实的计算机体系结构和数学基础；优先条件：智能辅助驾驶、具身智能、智能车控或AI模型工程化领域的研究经历；核心技术能力：架构认知：扎实的CPU/SoC架构知识，熟悉ML/AI加速器、性能与优化准则，如算子融合、内存优化、计算图调度等底层优化技术；工程能力：了解从仿真训练到嵌入式部署的工程链路，包括ONNX模型格式转换、量化压缩（INT8/FP16）、推理框架优化（如TensorRT、ONNX Runtime、TVM）等；算法训练：熟悉强化学习框架设计和优化，如On/Off-Policy并行加速等技术；编程与工具链：熟练使用Python/C++/JAX，及PyTorch、TensorFlow、Keras、TinyML等工具链，熟悉Linux，掌握实时任务调度、多线程通信主要机制；综合素质：具备创造性思考习惯，中、英语流利，熟练使用AGI Research/Coding工具； 投递...

智能辅助驾驶-算法实习生（系统） 上海 实习 数字技术 职位 ID：A72642 职位描述 辅助点到点和VLA功能算法开发，支持交付辅助工作（组织提测、实车测试、问题分析、整理文档等） 职位要求 能力要求【必备】本科及以上学历，计算机科学/人工智能/电子工程/车辆工程或相关专业【必备】对LLM/VLM/传统主流机器学习算法至少一个方向有基本了解和实践经验【必备】对主流机器学习框架（Tensorflow/Pytorch/Keras等）有基本的了解和实践经验【必备】熟练掌握C++/Python编程能力【必备】良好的沟通表达能力，具备团队协作意识与优秀的自驱力【必备】良好的英语听说读写能力，能够理解和梳理技术文档【加分项】有智能辅助驾驶/机器人/CUDA开发经验或相关领域的实习/项目经验者优先考虑在高水平国际会议和学术期刊发表过相关论文，或有高水平竞赛获奖经历者优先考虑 投递...

This role within Deep Learning Focus Group is strongly technical, responsible for building DL/AI based solutions for validation of NVIDIA GPUs. For e.g. GPU Render Output Analysis (Video, Images, Audio) and complex problems like Intelligent Game

Schaeffler 是一家充满活力的全球性科技公司，其成功得益于企业家精神和悠久的家族企业历史。您觉得是否吸引到您？作为所有主要汽车制造商以及航空航天和工业领域重要企业的合作伙伴，我们可为您提供许多发展机会。 您的主要职责 - 开发并优化深度学习视觉算法，支持目标检测、图像分类等模型的开发、训练、验证和迭代。 - 参与工业表面缺陷检测算法的开发与优化，提升缺陷识别准确率、稳定性和工程适配能力。 - 支持OCR视觉算法的开发、训练和迭代，应用于字符识别、标识识别及相关工业检测场景。 - 管理并支持AI视觉模型的容器化部署，协助完成模型在服务器或本地环境中的部署、测试和维护。 - 参与传统工业视觉系统的测试、调试和问题分析，协助完成相机、光源、视觉软件及设备端联调。 - 整理算法开发、模型测试、部署配置和调试过程中的技术文档，形成可复用的项目记录和操作说明。 - 协助推动AI视觉项目在生产或测试场景中的落地应用，持续优化模型效果和系统运行稳定性。 您的任职资格 - 攻读计算机、自动化、数学、电子信息、人工智能、测控技术与仪器等相关专业本科或硕士学位。 - 保证每周实习不少于5天、实习周期不少于6个月，能够长期稳定实习者优先。 - 掌握图像处理和计算机视觉基础理论，了解图像特征提取、目标检测、分类等常用视觉算法。 - 熟练使用至少一种开发语言，如Python或C++，能够进行基础算法开发、代码调试和问题排查。 - 掌握Linux基础操作，并熟悉至少一个主流深度学习框架，如PyTorch、TensorFlow、Keras或Caffe。 - 阅读英文技术资料、算法文档和基础项目材料，英语水平达到CET-4或同等水平。 - 具备AI视觉、工业视觉、图像识别、缺陷检测、OCR、模型训练、数据标注、模型评估、模型部署、OpenCV、Halcon、Docker、Git、工业相机或光源调试相关经验者优先。 岗位亮点： 覆盖完整视觉技术体系：工作内容同时涉及传统工业视觉与AI视觉，并与自动化设备、测试调试场景紧密结合，有助于系统理解工业视觉项目从算法到设备落地的完整链路。 具备良好的AI开发环境：团队配备搭载Nvidia A100显卡的AI训练服务器，可支持深度学习模型训练、验证及优化工作。 参与真实工业项目落地：可参与AI视觉项目在制造和检测场景中的实际应用，积累从算法开发、模型迭代到现场部署的项目经验。