「TalentAI」将持续带来人工智能相关在招职位信息,欢迎正在找工作与看新机会的朋友关注,也欢迎企业伙伴与我们联系合作。
正值春招,近期岗位较多,欢迎大家关注「TalentAI」查看职位详情。
本期「TalentAI」推荐职位来自同花顺、面壁智能、小红书、京东科技、旷视、米哈游、达摩院、蚂蚁安全、卡方科技。
同花顺
浙江核新同花顺网络信息股份有限公司(同花顺)成立于1995年,于2009年在深交所上市(股票代码:300033),是国内第一家互联网金融信息服务行业上市公司。公司十分重视创新与技术研发,每年研发经费投入占公司总收入都在15%以上。同时积极与国内外知名院校开展产、学、研等合作,建立各类研发平台,公司拥有省级高新技术企业研发中心、省级工程技术中心、省级人工智能企业研究院、省级博士后科研工作站等研发平台。
同花顺人工智能技术团队拥有自主开发实验平台,包括省级高新技术企业研发中心、省级工程技术中心、省级人工智能企业研究院,博士后工作站等研发平台。形成了大数据、计算机视觉、智能语音、知识图谱、自然语言处理等多项核心技术。公司被浙江省经信厅评为浙江省电子信息产业百强重点企业,并取得了浙江省高新技术企业创新能力百强、2022中国上市公司高质量发展100强等荣誉。
在招岗位如下,包括23届、24届校招与社招工作地点:杭州市。
    • 图像算法工程师(23、24届校招)
    • 语音算法工程师(23、24届校招)
    • NLP算法工程师(23、24届校招)
    • 图像算法工程师(社招)
    • 图形算法工程师(社招)
    • 机器学习/联邦学习/深度学习方向算法工程师(社招)
面壁智能
面壁智能(ModelBest,北京面壁智能科技有限责任公司)是一家人工智能大模型技术创新与应用落地公司,公司宗旨为“让大模型飞入千家万户”。公司致力于大模型核心技术研发与创新应用构建,推动大模型技术标准化,降低大模型使用门槛,构建智能时代大模型基础设施。在应用侧,公司致力于加速大模型在人工智能典型场景与领域应用与落地,让AI技术惠及千万家企业与个人。公司创始团队来自于清华大学计算机系自然语言处理与社会人文计算实验室,并由知名清华大学教授担任首席科学家。

面壁智能打造的OpenBMB开源社区发起了面向高校博士生、硕士生和优秀本科生的 “破壁英才” 实习生项目。项目由面壁智能公司和清华大学自然语言处理实验室共同发起,旨在培养大模型相关的高水平研究与工程人才。

在招岗位如下,均为实习生岗位工作地点:北京市。

    • NLP系统实习生
    • NLP应用实习生
    • NLP数据实习生
    • JAVA后端实习生
    • Web前端实习生
    • 产品实习生
    • 战略实习生
京东科技
京东集团定位于“以供应链为基础的技术与服务企业”,目前业务已涉及零售、科技、物流、健康、保险、产发和海外等领域。作为同时具备实体企业基因和属性、拥有数字技术和能力的新型实体企业,京东在各项实体业务上全面推进,并以扎实、创新的新型实体企业发展经验助力实体经济高质量发展,筑就持续增长力。
京东科技集团是京东集团旗下专注于以技术为政企客户服务的业务子集团,秉承“以科技引领产业数智化升级,推动世界更加高效和美好”的使命,京东科技致力于为城市、企业、金融机构等各类客户提供全价值链的技术性产品与服务。
在招岗位如下,包括23届校招与实习生,工作地点:北京。
    • 算法工程师(校招)
    • 产品经理(web3方向)(校招)
    • 算法应用工程师-数据挖掘(实习生)
小红书
小红书岗位来自智能创作团队与音视频架构组。
小红书智能创作团队致力于运用行业领先的计算机视觉、音视频编辑、特效处理等技术支持社区各类多媒体的内容理解、创作以及消费,打造下一代的智能创作能力,为更多用户提供酷炫创作的全新体验。
小红书音视频架构组负责小红书音视频相关的技术建设和业务支撑,在点播、直播和图文场景,为小红书的用户提供行业一流的体验。
在招岗位如下,均为24届实习生岗位,工作地点:北京、上海。
智能创作团队:
    • 计算机视觉&多模态算法工程师(智能创作)
    • 计算机图形图像工程师
    • AIGC算法工程师
音视频架构组:
    • 高性能计算工程师(CPU/GPU优化方向)
    • 图像增强算法工程师
    • 音频算法工程师
    • 编解码算法工程师
    • C++开发工程工程师(播放器方向)
旷视
旷视是一家聚焦物联网场景的人工智能公司。基于业界领先的基础研究与工程实力,旷视打造出软硬一体化的AIoT产品体系,面向消费物联网、城市物联网和供应链物联网提供行业解决方案,持续为客户和社会创造价值。 
旷视成立于2011年,目前有员工近3000名。旷视拥有全球规模领先的计算机视觉研究院,并在北京、上海、南京、成都等地均设有研发中心。 
在招岗位如下,包括23届校招与24届实习生工作地点:北京、上海、成都、南京。
    • 算法实习生
    • 工程实习生
    • 视觉感知算法实习生
    • 融合感知算法实习生
    • 高精地图开发实习生
    • 自动驾驶系统研发工程师
    • 视觉/语言大模型算法研究员
    • 感知算法研究员
    • SLAM算法研究员
    • ……
米哈游
米哈游NLP内容生成团队负责NLP技术研发,团队成员有着深厚的研究背景,均来自于顶级互联网企业和知名院校,有过多次ACL系列会议最佳论文的获奖或提名。团队持有充足、高配置的计算与存储资源,拥有内部多个场景的合作机会与海量文本数据资源,实习内容包括探索业界领先的技术,参与前沿算法的研发与落地实现。诸位mentor都十分nice,非常好沟通,团队氛围很好。
在招岗位如下,工作地点:北京、上海。
    • NLP算法实习生
阿里巴巴达摩院
阿里巴巴达摩院在招岗位来自对话智能团队、基础视觉智能团队、XR实验室。
阿里巴巴达摩院-对话智能团队 (Conversational AI) 
团队成立于2014年,专注于大规模预训练和人机对话技术,过去一年围绕预训练对话模型、对话问答、对话式推荐、对话摘要、文档问答、多模态对话等方向发表50余篇顶会论文,其中EMNLP 2022一次录用10篇。同时,通过基础研究不断开拓业务应用的边界,在阿里云智能客服、店小蜜、钉钉等场景大规模落地应用,在国内对话式AI市占率第一。
在招岗位:2023届校招补录、2024届实习生、研究型实习生、社招(P6-P8)、博士后。工作地点:杭州、北京
阿里巴巴达摩院-基础视觉智能团队
团队长期致力于构建视觉基础模型底座、践行模型即服务的发展理念、促进实现视觉AI技术实用化和产业化。团队在基于多模态的视觉理解和生成技术方向,发表CVPR/NeurIPS/ICML/ICLR等顶会上发表论文50+。我们的同学均来自海内外知名高校或者实验室,在这里大家可以和不同技术方向的优秀同学共同交流共同进步。
在招岗位如下,工作地点:杭州、北京。
    • 计算机视觉算法工程师(2023届校招补录、2024届实习生、研究型实习生)
阿里巴巴达摩院-XR实验室
实验室致力于探索新一代移动计算平台,包括 VR/AR 眼镜以及基于 VR/AR 眼镜的新一代移动互联网应用技术,推动显示、人机交互技术的历史性革命。小组在视觉理解,生成,交互,姿态预测,虚拟人,手语翻译方向深耕多年,并在阿里经济体内外众多场景落地,CVPR/ICCV/ECCV/SIGGRAPH/SIGGRAPH Asia/NIPS/ICML/ICLR/KDD/AAAI/IJCAI 等顶会发表多篇文章。
在招岗位如下,工作地点:杭州、北京。
    • 计算机视觉研究型实习生
蚂蚁安全事业群
蚂蚁安全事业群机器智能-数字身份智能团队致力于用领先的生物识别、文字识别、媒体取证、行为识别、内容识别、内容生成、隐私安全等算法和技术,打造全球统一的数字身份识别平台,为数十亿支付宝用户的资金安全保驾护航。数字身份作为互联网的基础设施,核心系统承载着亿级流量,挑战亿级并发下的毫秒级响应。
在招岗位如下,工作地点:杭州、北京。
    • 计算机视觉算法工程师(研究型实习生、2024届实习生)
卡方科技
卡方科技是中国领先的数智化交易服务与金融科技专家。2017年在上海成立,卡方科技以金融理解力、AI算法力和技术实现力为核心,为中国二级市场提供交易服务全生命周期的场景化解决方案。目前,卡方科技已为数百家基金与超过60家券商提供了包括算法交易核心系统、外围增值产品、咨询与数据分析服务在内的专业化解决方案,PB交易系统在国内市占排名前三,算法交易量日均数百亿级别,算法交易行业占据中国行业头部地位。
享有国家高新技术企业认证、毕马威中国领先金融科技50强奖项认可,持有ISO20000、CMMI L3及100多项专利著作,卡方科技持续推进技术平台迭代、算法模型优化及机器学习在行业领域的前沿应用。卡方科技始终相信「科技改变交易」,汇聚来自海内外知名对冲基金、投行、券商的资深从业者,投入亿元级研发成本支持算力优化,以核心指标优势引领行业对交易执行的更高标准。
卡方科技在招岗位如下,包括实习生和社招岗位,工作地点:上海。
    • 量化研究员
    • 量化实习生 - 机器学习
    • 量化开发工程师
    • 量化分析师
如果你对以上职位感兴趣,请点击「阅读原文」或「扫描下方二维码」投递简历,我们将在 10 个工作日内反馈结果。
另外,欢迎大家加入「AI人才求职交流群」,添加小助手备注「23春招」、「24实习」、「社招」等关键词,小助手会邀请你进对应组织哦。
最后,也欢迎企业伙伴就AI人才服务与我们联系合作。
继续阅读
阅读原文