微软亚洲互联网工程院招聘NLP算法工程师、AI应用科学家

共 2027字,需浏览 5分钟

 ·

2021-08-09 14:58


微软

微软 STCA · 自然语言处理组,致力于自然语言处理(NLP)核心技术的深入研究、成果在全球产品中的落地应用,由北京、苏州两地的 200 多位热爱技术、勤于实践、勇于梦想的科学家和工程师构成。现北京、苏州两地团队大量招募 NLP AI 算法工程师、AI 应用科学家。

工作方向:智能搜索、问答、文档语义理解与挖掘、推荐系统(包括 UGC/PGC)、知识图谱、跨语言理解与生成、多模态学习、预训练模型等。




AI 算法/数据挖掘工程师
坐标:
  • 北京市海淀区丹棱街 5 号微软大厦

  • 苏州市工业园区创意产业园 B25 微软苏州分公司


团队致力于微软核心 AI 产品(如必应搜索、问答、推荐、知识图谱等)的算法、数据及平台技术的研发,提供核心自然语言技术的支持,与全球团队合作推动产品从线下技术研发到线上用户体验的全周期进展与实现。


岗位职责

1. 分析海量产品数据,发掘实际问题并提出切实可行的解决方法;

2. 针对产品实际问题,调研业界领先的算法和解决方案,参与核心 AI 系统的算法、数据或者平台的设计、实现与改进;

3. 与微软全球团队合作,为必应搜索、问答、智能推荐、知识图谱等 AI 产品提供核心的自然语言技术支持。

岗位要求

1. 具有计算机、电子工程、自动化、数学等相关专业背景的博士或硕士生;

2.编程基础扎实,精通至少一门常用编程语言,如 Python、C++、Java 等; 

3.热爱产品,具有良好的学习能力和团队协作能力;

4.具备以下条件者优先(至少一条): 

  • 良好的自然语言处理基础,特别是搜索、问答、推荐、数据挖掘等领域的工作或学习背景;

  • 参加过大型或产品级 AI 系统或者数据平台的研发与设计;

  • 熟悉常用机器学习、深度学习的框架和算法。


AI 应用科学家
坐标:
  • 北京市海淀区丹棱街 5 号微软大厦

  • 苏州市工业园区创意产业园 B25 微软苏州分公司


团队在信息检索、智能问答、知识图谱、跨语言理解与生成、推荐系统等方向上有深厚的技术实力,并且在 ACL、EMNLP、KDD、AAAI、WSDM、CIKM、COLING、WWW、NeurIPS 等顶会上均发表过系列高水平论文及 Tutorial。


岗位职责

1. 与微软全球团队合作,为必应搜索、问答、智能推荐、知识图谱等 AI 产品提供核心的自然语言技术支持;

2.进行 NLP 前沿 AI 算法、数据或者系统的研究,解决产品中的实际挑战,撰写高水平顶会论文;与开发团队进行良好的沟通、合作,将研究成果进行有效的产品转化 。

岗位要求

1. 具有计算机、电子工程、自动化、数学等相关专业背景的博士或硕士生;

2.熟悉常用机器学习、深度学习的框架和算法;精通至少一门常用编程语言,如 Python、C++、Java 等; 

3.在机器学习、人工智能、自然语言等相关的国际会议或期刊,以一作发表过高水平文章

4.具备以下条件者优先(至少一条): 

  • 良好的自然语言处理基础,特别是搜索、问答、推荐、数据挖掘等领域的工作或学习背景;

  • 参加过大型或产品级 AI 系统或者数据平台的研发与设计;

  • 热爱产品,较强的学习能力和团队协作能力。


AI 算法、数据挖掘实习生(工程或者研究型均可)
坐标:
  • 北京市海淀区丹棱街 5 号微软大厦

  • 苏州市工业园区创意产业园 B25 微软苏州分公司


工作方向:推荐系统、UGC/PGC、智能问答、搜索意图理解、跨语言理解与生成、知识图谱、预训练模型等。


岗位职责

1. 与微软产品开发团队进行合作,解决实际产品的挑战,进行 AI 算法和系统的设计、实现与改进;

2.与微软研究院资深 NLP 专家一起工作,针对产品的实际问题进行 NLP 前沿 AI 算法的研究,撰写高水平顶会论文。

岗位要求

1. 具有计算机、电子工程、数学等相关专业背景的博士或硕士生,可全职实习 6 个月以上;

2.扎实的数据结构、算法和编程基础,熟悉至少一种语言,如 Python、c#、C++、Java;

3. 理解并熟练使用常用的 NLP/DL 模型原理,了解常用的深度学习框架(针对 AI 算法实习);

4.在 NLP/AI 相关领域国际会议或期刊,以一作发表过文章者优先(针对研究型实习);

5.对自然语言处理、深度学习、问答、推荐、知识图谱、搜索等有良好研究、实践背景者优先;

6.热爱产品,喜欢将研究与产品需求结合、理论结合实际应用者优先。


 投递方式 

📪 AI_NLP@microsoft.com

邮件及简历命名格式:姓名 - 申请岗位-AI 求职-视学算法推荐

·



点个在看 paper不断!

浏览 41
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报