算法工程師崗位職責7篇(算法工程師工作職責)

時間：2023-08-30 11:58:00 綜合范文

　　下面是范文網小編整理的算法工程師崗位職責7篇(算法工程師工作職責)，以供參考。

算法工程師崗位職責1

　　崗位職責：

　　1、設計和優(yōu)化應用算法，并協(xié)助完成應用軟件方案設計及算法設計；

　　2、完成項目功能模塊的代碼實現與單元測試；

　　3、按公司要求執(zhí)行項目開發(fā)規(guī)范以及過程控制流程，編寫相關文檔。

　　任職條件：

　　1、教育背景：本科及以上學歷；

　　2、專業(yè)：計算機、生物醫(yī)學工程等相關專業(yè)；

　　3、技能：英語六級或以上水平，聽、說、讀、寫能力優(yōu)秀；熟悉C/C++語言、MFC，熟練使用VS20xx、VS20xx的其中一種工具進行開發(fā)；可使用PHP進行面向對象編程，熟悉MySQL數據庫者優(yōu)先；熟悉軟件開發(fā)流程，具有面向對象設計能力和開發(fā)能力；

　　4、其他：溝通能力良好，有創(chuàng)造性思維，善于發(fā)現問題。

算法工程師崗位職責2

　　崗位職責：

　　1、參與或指導項目中物理層設計；

　　2、參與或指導項目中物理層代碼的編碼、維護；

　　3、參與物理層文檔的撰寫、維護；

　　要求：

　　1、全日制大學本科/碩士學歷，通信、電子、計算機、應用物理相關專業(yè)；

　　2、熟悉通信系統(tǒng)，精通信號分析、數字信號處理；

　　3、熟練掌握C、Matlab編程；

　　4、至少熟悉WCDMA、CDMA200、TD-SCDMA、LTE其中一種通信系統(tǒng)相關物理層概念、架構。

算法工程師崗位職責3

　　崗位職責：

　　1.負責一維探測信號的處理、分析、檢測與識別算法的開發(fā)與改進；

　　2.負責圖像處理、模式識別、三維重建算法的開發(fā)與改進和硬件移植與優(yōu)化，包括圖像增強、目標檢測與識別等；

　　3.協(xié)助完成算法的實現與測試；

　　4.負責撰寫相關技術文檔。

　　任職要求：

　　1、碩士及以上學歷，數學、計算機、模式識別、生物醫(yī)學工程等相關專業(yè)畢業(yè)；

　　2、具備基礎扎實，在圖像處理、數字信號處理、模式識別或機器視覺領域有較為豐富的知識積累和一定的實際項目經驗；

　　3、熟練使用C/C++ 和matlab，熟練使用VS開發(fā)環(huán)境；

　　4、在譜分析、輻射探測、輻射成像、圖像中物體檢測與識別、圖像算法的DSP移植與優(yōu)化其中某一方面有深入研究的優(yōu)先考慮；軟件開發(fā)和算法編程實現能力突出的優(yōu)先考慮。

算法工程師崗位職責4

　　崗位職責：

　　1、開發(fā)和維護三維模型處理軟件；

　　2、為三維模型處理提供解決方案。

　　任職要求：

　　1、軟件工程、計算機科學、數學等相關理工類專業(yè)畢業(yè)；

　　2、3年以上工作經驗；

　　3、熟練掌握數據結構和常見數據算法；

　　4、具備較強的邏輯思維能力；

　　5、熟悉計算機幾何學、圖形學相關知識和方法；

　　6、具備三維CAD、數據可視化相關開發(fā)經驗者優(yōu)先；

　　7、熟悉OpenGL，熟悉CGAL/OpenCASCADE/OpenSceneGrahp等相關開源庫者優(yōu)先；

　　8、具有Qt/wxWidget或跨平臺開發(fā)經驗者優(yōu)先。

算法工程師崗位職責5

　　職位描述：

　　1. 設計/訓練垂直領域圖像處理模型

　　2. 搭建相似圖片高效檢索系統(tǒng)

　　3. 將圖像處理模型應用于產品推薦系統(tǒng)/檢索系統(tǒng)中。

　　4. 分析與改進模型性能。

　　職位要求：

　　1. 計算機及相關專業(yè)本科以上學歷

　　2. 熟悉Python或者C

　　3. 熟悉數據結構和算法，擁有優(yōu)秀的編程能力

　　4. 良好的溝通與表達能力、思路清晰，較強的動手能力與邏輯分析能力

　　5. 擁有Image Processing和Machine learning研究經驗優(yōu)先

算法工程師崗位職責6

　　1、根據目標分析主題，負責數據收集、清洗及模型的預處理，開發(fā)數據采集工具(如網絡爬蟲等);

　　2、獨立設計、開發(fā)、測試和維護數據挖掘機器學習等算法模型，將算法模型應用在各類證券業(yè)務場景和IT產品中，利用數據和算法模型真正解決業(yè)務的痛點問題;

　　3、能夠根據目標主題，獨立設計數據挖掘和分析框架，獨立搜集數據，并制作數據挖掘分析報表;

　　4、負責數據產品(如智能運營系統(tǒng)、推薦系統(tǒng)等)的設計和開發(fā)，并負責數據產品的工程化落地;

　　5、從部門業(yè)務角度出發(fā)，進行數據探索，利用數據來發(fā)現業(yè)務和產品的問題與瓶頸，提出可以落地的改進措施和解決方案;

　　6、閱讀行業(yè)最新的Paper，研究人工智能、數據挖掘、機器學習領域的最新技術和算法，結合證券行業(yè)的業(yè)務，設計各類數據(模型)應用場景和數據產品，并負責實施落地，將模型算法和數據賦能證券業(yè)務。