Scikit Learn Jobs In 上海 - 10 Job Positions Available

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

SummaryAt Apple, we dont just build products; we create magical experiences that reshape entire industries. Our innovation is fueled by the diverse and brilliant minds that come together to dream bigger, think differently, and push the

提前批-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-技术提前批 职位 ID：A07902 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

提前批-算法工程师 上海、深圳、武汉、北京 校招 正式 数字技术 - 算法 硕士及以上 2027届校园招聘-技术提前批 职位 ID：A168209 职位描述 数据分析与洞察提取从原始运营数据和结构化数据中提取关键洞察，回答业务提出的分析问题构建可复用的数据分析工作流，形成标准化的分析范式撰写分析报告，清晰呈现数据发现与业务建议建模与算法开发参与统计建模与机器学习算法的设计、开发与验证方向包括但不限于：用户行为预测、时序需求预测、定价优化模型、用户画像分析、异常检测建立模型性能评估体系，监控模型在生产环境中的表现数据产品化将分析方法和模型封装为可持续运行的数据产品与仿真工程师协作，为仿真系统提供数据输入与验证基准在资源受限的生产环境中部署轻量化数据模型跨团队协作与产品、运营、仿真等角色密切配合，理解业务需求并转化为数据任务主动汇报分析目标、方法与进展，确保数据工作与业务方向对齐参与分析方法论的讨论与评审，逐步建立独立的技术判断力 职位要求 学历背景：统计学、数学、计算机科学、数据科学、工业工程、运筹学等相关专业，硕士及以上学历理论基础：扎实的概率论与数理统计基础，熟悉常见的统计检验方法（假设检验、回归分析、时间序列分析等）；理解主流机器学习算法（决策树、随机森林、XGBoost、聚类等）的原理与适用场景工程能力：熟练使用 Python 及其数据分析栈（NumPy、Pandas、Scikit-learn、Matplotlib/Seaborn）；具备 SQL 数据提取与处理能力；了解至少一种深度学习框架（PyTorch 或 TensorFlow）分析思维：有完整的数据分析项目经验（含课程项目、竞赛或实习），能够从原始数据出发，定义分析目标、执行分析流程、得出可复现的结论加分项：有时序预测、用户画像、定价优化、因果推断等相关项目经验有数据产品化经验——将分析脚本转化为自动化运行的数据Pipeline熟悉 A/B 测试设计与实验结果分析有运筹优化或仿真建模相关背景在KDD、WWW、ICDM等数据科学领域会议/期刊发表过论文，或 Kaggle 竞赛取得过优异成绩了解数据可视化工具（Tableau、PowerBI、ECharts 等） 投递...

Req ID:525927 At Alstom, we understand transport networks and what moves people. From high-speed trains, metros, monorails, and trams, to turnkey systems, services, infrastructure, signalling and digital mobility, we offer our diverse customers the broadest portfolio

提前批-供应链算法工程师 上海 校招 正式 数字技术 - 软件研发 本科及以上 2027届校园招聘-技术提前批 职位 ID：A246740 职位描述 供应链是企业经营中最核心的职能之一，可以直接决定从交付效率，履约体验到利润提升的各方面经营表现。同时，汽车供应链的多层级，高复杂，长链条，多触点又让整体供应链经营充满着变化，不确定性与挑战。因此，数据在供应链经营中就变得非常重要。团队的工作，就是基于我们对于供应链业务的了解，利用我们在指标体系运营，数据智能应用与数据资产服务的能力，帮助供应链提前识别风险，洞察问题原因并提出数据分析与数据模型上的解决方案，真正做到用多种数据能力辅助管理层做出最优决策。你的责任就是利用你在数据分析与数据建模上的能力，帮助供应链管理层在履约，库存&成本等维度，看清现状，预知风险，洞察原因，优化效率；具体工作职责：1. 贴近业务实际现状，痛点与需求，利用自身在数据分析，数仓搭建和数据建模上的专业能力，为业务解决实际痛点，进一步提高业务效率；2. 紧密与业务建立有效沟通机制，在交付稳定性，供应链风险预警，供应链成本优化等领域推动&团队沉淀分析架构，模型,算法库，并推动产品化及业务化持续优化； 职位要求 1. 理工科硕士及以上学历，计量经济学，计算机学，统计学，数学，信息工程，电子工程优先；2. 在机器学习与运筹优化方面有行业落地经验者优先；3. 有应用型AI Agents产品落地经验者优先；4. 对供应链或汽车行业有一定经验者优先；5. 有数学建模，特别是Simulation建模经验者优先；6. 扎实的数据分析，量化拆解及归因分析能力；7. 扎实的SQL基础 is a must;8. 扎实的编程基础，熟悉python（或相似的其他软件）中的scikit-learn, pyscipopt等机器学习与运筹优化的使用9. 对预测算法，特别是基于时间序列的预测算法有扎实功底且有一定行业/项目者优先；10. 有强烈的责任心，强沟通能力，模型解释能力和合作精神，目标感强、思路清晰； 投递...

Working at Freudenberg: We will wow your world! Responsibilities: Assist in the development of machine learning and deep learning applications. Collect, clean, and preprocess structured and unstructured data; build high-quality datasets and perform data annotation. Apply

毫米波雷达算法工程师 武汉、北京、南京、上海 校招 正式 算法类 2027届校园招聘计划 职位描述 1、信号处理链路搭建：负责FMCW（调频连续波）雷达中频信号处理，包括CFAR（恒虚警检测）、DOA（到达角）估计、MIMO虚拟孔径成像，输出高保真的目标点云或微多普勒特征谱；2、行为识别算法研发：针对家居复杂环境（多径效应、家具杂波），研发基于深度学习（GCN、Transformer、CNN）或传统机器学习的行为分类器，精准识别行走、静坐、挥手、摔倒（Fall）、跌倒后无法起身（Lying Post-Fall）等关键状态；3、物理模型与AI融合（重点）：借鉴模型驱动深度学习（Model-based Deep Learning）思想（如SubspaceNet类似架构），利用信号处理的物理先验（阵列流型、多普勒谱物理约束）引导神经网络训练，解决小样本及开集泛化难题；4、时序行为分析与语义理解：基于连续帧的状态序列，构建行为语义理解模型，分析用户长期活动模式（作息规律、活动量），实现异常行为（如久坐、夜间离床过久）的主动预警；5、边缘计算部署：将算法在嵌入式平台（TI/Skyrelay）进行轻量化优化与移植，确保家居产品的实时性与低功耗。 职位要求 1.硕士以上学历，雷达信号处理相关专业 有MIMO雷达/单基地/多基地雷达相关的项目课题或文章；2.信号处理能力：精通 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估计算法等；3.点云与机器学习：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）；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）的方案等；4. 生理信号提取：熟悉利用毫米波相位/距离单元提取微小位移，掌握呼吸/心率的周期估计方法（FFT峰值搜索、小波变换、VMD等），能应对体动干扰下的鲁棒提取；5. 工程能力：具备 C/C++ 基础，熟练使用 Python + NumPy/SciPy/scikit-learn 或 MATLAB 进行快速原型开发；了解嵌入式雷达芯片（TI IWR/AWR系列、NXP、Acconeer等）底层数据格式与实机调试。 投递...