快手Y-tech ML性能优化团队招聘模型优化实习生

[153****2211]

我们是快手Y-techML性能优化团队，核心能力是通过各种state-of-the-art的模型优化技术，提供极致高效的ML模型优化、模型轻量化、以及模型设计能力，同时通过算法和硬件结合的软硬协同优化加速，来充分挖掘模型极限表达能力以及硬件计算资源的最大潜力。除此以外，我们也提供高性能的模型隐私保护能力和解决方案，来保护用户数据隐私和企业模型资产。

我们拥有业界top级的模型压缩、模型优化、网络结构结构搜索和软硬协同的优化能力，服务集团内外各业务领域的算法团队，帮助对其业务的算法模型进行深入的优化、压缩和结构搜索，通过更小更优的的模型和计算资源提供的最高效的模型性能，突破成本限制和模型性能不高的情况，创造巨大的业务价值和经济价值。团队不仅对不同领域的AI模型有深入的理解，同时精通各种优化手段，可谓是“算法的算法”，在集团内各部门间广受欢迎，业务需要供不应求。

模型优化实习生
坐标：北京

岗位职责

1. 持续研究工业界和学术界最新的优化和性能提升的技术，并且自主研发SOTA的模型压缩、剪枝、NAS、蒸馏、量化等技术，持续推进我们的技术领先程度；

2. 将业界Top的模型优化手段应用于集团内的各个AI算法场景之中，覆盖包括图像、语音、NLP、多模态在内的各个AI领域；

3. 分析和沉淀各种AI情境下的最佳的算法模型和优化策略的实践，形成经验和技术沉淀，为集团各算法团队提供参考和咨询；

4. 负责研究算法和硬件配合的软硬协同的模型优化方案，从而充分挖掘算法优化和硬件优化的组合优化潜力，实现纯算法优化or纯硬件优化单独无法达到的优化边界。

岗位要求

1. 本科及以上学历，硕士博士优先，计算机相关专业（计算机、数学、电气、电子工程、通信等，或有较强的计算机相关背景）；

2. 精通Java/C++/Python中至少一门语言；

3. 有机器学习相关知识基础，熟悉常用的机器学习算法和模型，有亲自动手的机器学习技术实践和经验；

4. 有良好的数学和统计基础，以及良好的数据分析能力；

5. 优秀的学习能力、独立思考能能力和研究能力，良好的沟通交流能力和团队协作能力。

加分项

1. 模型压缩、模型轻量化相关知识和经验，如蒸馏、剪枝、量化等；

2. 模型调优、模型优化相关知识和经验，如特征工程、迁移学习、元学习等；

3. 有NAS网络结构搜索、强化学习的相关知识和经验；

4. 隐私保护、数据安全、数据脱敏的相关知识和经验；

5. 软硬协同的开发经验，AI相关硬件的知识6、竞赛和论文成果，如acm区预赛银牌及以上，或者AI领域顶会（cvpr，iccv，eccv，neurips，icml，iclr，aaai，ijcai）。

投递方式

tuxiaobing@kuaishou.com

邮件主题标明：姓名-岗位名称