
實習生直推機會
實習公司介紹
該公司創立於2019年,是一家位於美國矽谷的高科技公司,專注於提供企業級的人工智慧的解決方案。
管理團隊來自於:前Google AI科學家,前Amazon計算機視覺專家,前惠普工程師,前德勤、畢馬威資料科學家。
覆蓋的行業:醫療,健康,生物製藥,製造業,機器人,金融,消費品,教育,娛樂等行業。
實習崗位&申請要求
-
模型開發:開發、實施並完善機器學習模型和演算法。根據項⽬要求,處理監督學習、⾮監督學習和強化學習模型。 -
資料預處理:收集、清洗並預處理資料,為分析和建模做準備。識別並處理缺失資料、異常值和離群值以確保資料質量。 -
特徵⼯程:從資料集中識別最相關的特徵,並構造新特徵來提升模型效能。應⽤降維技術處理⾼維資料。 -
模型訓練與驗證:使⽤準備好的資料集訓練機器學習模型。使⽤適當的驗證技術對模型進⾏驗證,以防⽌過擬合併確保模型的普適性。 -
效能評估:使⽤諸如準確率、精確率、召回率、F1分數和ROC-AUC等指標評估機器學習模型的效能。分析結果並對模型進⾏必要的調整。 -
超引數調優:使⽤⽹格搜尋、隨機搜尋或⻉葉斯最佳化等⽅法調整超引數,最佳化機器學習模型。 -
研究和實驗:跟進機器學習領域的最新發展。嘗試新的模型、技術和技術來尋找解決問題的創新⽅法。 -
協作和溝通:與資料科學家、⼯程師和其他利益相關者合作。透過演示和報告有效地傳達你的發現和⻅解。 -
⽂檔記錄:記錄建模過程,包括資料準備、模型選擇、驗證策略和效能指標。確保⼯作的可重複性和透明度。 -
倫理考量:注意你的模型的倫理影響,特別是在偏⻅、公平性和隱私⽅⾯。確保遵守相關的資料保護和隱私法規。 -
專業成⻓:積極尋求學習和成⻓的機會。參加研討會、⽹絡研討會和會議,瞭解機器學習最新趨勢和最佳實踐。 -
問題解決:應⽤分析和解決問題的技能來克服項⽬中的挑戰。開發的解決⽅案不僅在技術上可靠,⽽且實⽤和可擴充套件。 -
跨功能參與:與不同團隊和部⻔接觸,瞭解他們的資料需求和挑戰。利⽤你的機器學習專⻓提供可⾏的⻅解和解決⽅案,以⽀持業務⽬標。
-
⽬前在美國或英語國家就讀的計算機科學、資料科學、⼈⼯智慧或者統計學的本科⽣或研究⽣。希望探索新領域或在新領域找到⼯作的⾏業專業⼈⼠。
-
具備紮實的Python或R程式設計技能,熟悉機器學習庫,如scikit-learn、TensorFlow或PyTorch。理解核⼼機器學習概念,包括監督學習和⾮監督學習、特徵⼯程、模型驗證和部署。
-
出⾊的分析和問題解決能⼒。
-
有效的溝通技能,並能在遠端環境中協作。
報名方式

更多專業指導和系統求職計劃
還可預約導師1V1打造提升計劃!


DM學員斬獲offer數量突破12771張!



