(一)图像算法/计算机视觉工程师

包括
图像算法工程师,图像处理工程师,音/视频处理算法工程师,计算机视觉工程师

要求:
专业:
计算机、数学、统计学相关专业;
技术领域:
机器学习,模式识别
技术要求:
(1)精通DirectX HLSL和OpenGL GLSL等shader语言,熟悉常见图像处理算法GPU实现及优化;
(2)语言:精通C/C++;
(3)工具:Matlab数学软件,CUDA运算平台,VTK图像图形开源软件【医学领域:ITK,医学图像处理软件包】
(4)熟悉OpenCV/OpenGL/Caffe等常用开源库;
(5)有人脸识别,行人检测,视频分析,三维建模,动态跟踪,车识别,目标检测跟踪识别经历的人优先考虑;
(6)熟悉基于GPU的算法设计与优化和并行优化经验者优先;
(7)【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG,熟悉rtmp等流媒体传输协议,熟悉视频和音频解码算法,研究各种多媒体文件格式,GPU加速;

应用领域:
(1)      互联网:如美颜app
(2)      医学领域:如临床医学图像
(3)      汽车领域
(4)      人工智能相关术语:
(1)OCR:OCR (Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程
(2)Matlab:商业数学软件;
(3)CUDA: (Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台(由ISA和GPU构成)。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题
(4) OpenCL: OpenCL是一个为异构平台编写程序的框架,此异构平台可由CPU,GPU或其他类型的处理器组成。
(5)OpenCV:开源计算机视觉库;OpenGL:开源图形库;Caffe:是一个清晰,可读性高,快速的深度学习框架。
(6)CNN:(深度学习)卷积神经网络(Convolutional Neural Network)CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
(7)开源库:指的是计算机行业中对所有人开发的代码库,所有人均可以使用并改进代码算法。

(二)机器学习工程师包括机器学习工程师
要求:
专业:计算机、数学、统计学相关专业;
技术领域:人工智能,机器学习
技术要求:
(1)熟悉Hadoop/Hive以及Map-Reduce计算模式,熟悉Spark、Shark等尤佳;
(2)大数据挖掘;
(3) 高性能、高并发的机器学习、数据挖掘方法及架构的研发;

 应用领域:(1)人工智能,比如各类仿真、拟人应用,如机器人(2)医疗用于各类拟合预测(3)金融高频交易(4)互联网数据挖掘、关联推荐(5)无人汽车,无人机相关术语:(1) Map-Reduce:MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)"和"Reduce(归约)",是它们的主要思想,都是从函数式编程语言里借来的,还有从矢量编程语言里借来的特性。

(三)自然语言处理工程师包括自然语言处理工程师
要求
专业:计算机相关专业;
技术领域:文本数据库

技术要求:
(1)熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法;
(2)应用NLP、机器学习等技术解决海量UGC的文本相关性;
(3)分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发;
(4)人工智能,分布式处理Hadoop;
(5)数据结构和算法;应用领域:
口语输入、书面语输入、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。相关术语:
(1)NLP:人工智能的自然语言处理,NLP (Natural Language Processing) 是人工智能(AI)的一个子领域。NLP涉及领域很多,最令我感兴趣的是“中文自动分词”(Chinese word segmentation):结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】

(四)射频/通信/信号算法工程师类(包括3G/4G无线通信算法工程师, 通信基带算法工程师,DSP开发工程师(数字信号处理),射频通信工程师,信号算法工程师)
要求
专业:计算机、通信相关专业;
技术领域:2G、3G、4G,BlueTooth(蓝牙),WLAN,无线移动通信, 网络通信基带信号处理

 技术要求:(1)了解2G,3G,4G,BlueTooth,WLAN等无线通信相关知识,熟悉现有的通信系统和标准协议,熟悉常用的无线测试设备;(2)信号处理技术,通信算法;(3)熟悉同步、均衡、信道译码等算法的基本原理;(4)射频部分】熟悉射频前端芯片,扎实的射频微波理论和测试经验,熟练使用射频电路仿真工具(如ADS或MW或Ansoft);熟练使用cadence、altium designer PCB电路设计软件;(5)有扎实的数学基础,如复变函数、随机过程、数值计算、矩阵论、离散数学应用领域:通信VR【用于快速传输视频图像,例如乐客灵境VR公司招募的通信工程师(数据编码、流数据)】物联网,车联网导航,军事,卫星,雷达相关术语:(1)基带信号:指的是没有经过调制(进行频谱搬移和变换)的原始电信号。(2)基带通信(又称基带传输):指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器,设备化费小,具有速率高和误码率低等优点,.适合短距离的数据传输,传输距离在100米内,在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输,如以太网、令牌环网。(3)射频:射频(RF)是Radio Frequency的缩写,表示可以辐射到空间的电磁频率(电磁波),频率范围从300KHz~300GHz之间(因为其较高的频率使其具有远距离传输能力)。射频简称RF射频就是射频电流,它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流,大于10000次的称为高频电流,而射频就是这样一种高频电流。高频(大于10K);射频(300K-300G)是高频的较高频段;微波频段(300M-300G)又是射频的较高频段。【有线电视就是用射频传输方式】(4)DSP:数字信号处理,也指数字信号处理芯片

(五)数据挖掘算法工程师类包括推荐算法工程师,数据挖掘算法工程师

 要求专业:计算机、通信、应用数学、金融数学、模式识别、人工智能;技术领域:机器学习,数据挖掘技术要求:(1)熟悉常用机器学习和数据挖掘算法,包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法;(2)熟练使用SQL、Matlab、Python等工具优先;(3)对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】(4)数学基础要好,如高数,统计学,数据结构,加分项:数据挖掘建模大赛;应用领域(1)个性化推荐(2)广告投放(3)大数据分析相关术语Map-Reduce:MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)"和"Reduce(归约)",是它们的主要思想,都是从函数式编程语言里借来的,还有从矢量编程语言里借来的特性。

(六)搜索算法工程师

 要求技术领域:自然语言技术要求:(1)数据结构,海量数据处理、高性能计算、大规模分布式系统开发(2)hadoop、lucene(3)精通Lucene/Solr/Elastic Search等技术,并有二次开发经验(4)精通Lucene/Solr/Elastic Search等技术,并有二次开发经验(5)精通倒排索引、全文检索、分词、排序等相关技术;(6)熟悉Java,熟悉Spring、MyBatis、Netty等主流框架;(7)优秀的数据库设计和优化能力,精通MySQL数据库应用 ;(8)了解推荐引擎和数据挖掘和机器学习的理论知识,有大型搜索应用的开发经验者优先。

(七)控制算法工程师类包括了云台控制算法,飞控控制算法,机器人控制算法,导航算法工程师

要求
专业:计算机,电子信息工程,航天航空,自动化技术要求:
(1)精通自动控制原理(如PID)、现代控制理论,精通组合导航原理,姿态融合算法,电机驱动,电机驱动
(2) 卡尔曼滤波,熟悉状态空间分析法对控制系统进行数学模型建模、分析调试
加分项:有电子设计大赛,机器人比赛,robocon等比赛经验,有硬件设计的基础;应用领域
(1)医疗/工业机械设备
(2)工业机器人
(3)机器人
(4)无人机、云台控制等

算法工程师分类与要求相关推荐

  1. 开课吧:一文读懂算法工程师大致分类与技术要求

    算法是最近新兴技术,虽然新但发展一点也不慢,从各企业使用角度讲,岗位的人才稀缺还是很大的.算法工程师就是利用算法处理事情的人,那么究竟算法工程师可以分为哪些类呢? 算法工程师分类如下: 音/视频算法工 ...

  2. 算法工程师落地_模型的更新升级能力

    20210728 https://mp.weixin.qq.com/s/lAJV1QPy_ZWJeQ1cIpUdEg 2021年,算法工程师必备的能力是什么? 数据分析和代码编写,java的能力 20 ...

  3. 64% 的企业未实现智能化,5成公司算法工程师团队规模小于 10人,AI 工程师的机遇在哪里?...

    整理 | 夕颜 责编 | 唐小引 出品 | CSDN(ID:CSDNnews) 当前,人工智能技术已应用于各行各业,落地成为大家关注的核心问题. 在经历了 2019 年的行业低谷期之后,无论是行业巨头 ...

  4. 给算法工程师和研究员的「霸王餐」| 附招聘信息

    现在的算法工程师真的是太难了! 要让AI会看人眼都分辨不清的医疗影像! 数据又不够,还得用前沿技术! 好不容易学会看片,还要让AI会分析病理! 然后 模型搞出来了,还要把几十种模型,做N次计算 大规模 ...

  5. 这些算法工程师,他们真的是太难了!

    现在的算法工程师真的是太难了! 要让AI会看人眼都分辨不清的医疗影像 数据又不够,还得用前沿技术 好不容易学会看片,还要让AI会分析病理 赋予AI诊断疾病的使命 然后 几十种模型,N次计算 只给一张显 ...

  6. 开源!《AI 算法工程师手册》中文教程正式发布!

    作者 | 红色石头 转载自 AI有道(id:redstonewill) 最近红色石头在浏览网页的时候,偶然发现一份非常不错的 AI 资源,就是这本<AI 算法工程师手册> .本文将给大家推 ...

  7. 算法工程师必须要知道的面试技能雷达图

    本文作者王喆,硅谷高级机器学习工程师. 转载自知乎专栏: https://zhuanlan.zhihu.com/p/52169807 这里是 王喆的机器学习笔记 的第五篇文章,今天我们不聊paper, ...

  8. 算法工程师养成记(附精选面试题)

    通往机器学习算法工程师的进阶之路是崎岖险阻的.<线性代数><统计学习方法><机器学习><模式识别><深度学习>,以及<颈椎病康复指南& ...

  9. 算法工程师在岗3年小结!

    Datawhale干货 作者:机智的叉烧@知乎,编辑:极市平台 编者荐语 文章中作者对自己的成长和思路进行了总结,总共分了三个角度:模型策略.工作思路以及个人成长来总结自己在算法岗位三年的心得体会. ...

最新文章

  1. Ubuntu16.04 配置pytorch
  2. 编写自己的Shell解释器
  3. 如何采用简化方法进行需求分析
  4. POJ 2411 Mondriaan's Dream
  5. java excel导出2007_java操作excel文件,实现批量导出,和导入
  6. Bootstrap3 带列表组的面板
  7. 用@Scheduled完成定时任务
  8. Go微服务 - 第八部分 - 使用Viper和Spring Cloud Config进行集中配置
  9. Cognos8.3解决方案
  10. Android秒级编译Freeline的使用(Android Studio)
  11. sql 操作常用操作语句 新增、修改字段等
  12. 深度 | 人工智能究竟能否实现?
  13. 2021-02-24 PMP 群内练习题 - 光环
  14. Windows美化之鼠标光标
  15. 深度学习落地项目 呼叫中心系统
  16. 本人已搬至博客园,感谢CSDN的一路陪伴
  17. 怎样给pdf添加水印,给pdf添加水印的两个方法
  18. Linux技术--mysql数据库基础操作
  19. (转)Windows 7 系统下载安装一贴导航
  20. NYOJ2347---LYQの字符串(技巧题:应该是滑动窗)

热门文章

  1. 卧槽,迅雷的代码结构被扒了精光
  2. 关于linux下UART串口编程的困惑
  3. 你需要一份更绝佳的文章排版与设计
  4. Excel如何隔行插入图片?
  5. iOS集成EasyAR实现虚拟现实
  6. 数据库架构(一) 插入数据库
  7. python KMP算法查找子字符串
  8. 再忆年少,再见年少——青春路上的我们
  9. 2010,有关中国的几个瞬间
  10. [SOC]clock与reset设计