机器学习 or 大规模分布式系统 算法工程师、研究员　

【岗位职责】
机器学习方向：
1. 主要使用深度学习，强化学习，传统浅层模型等，应用于滴滴的各类业务场景中，针
对海量的出行数据进行高效的算法设计，模型训练，线上预测
2. 进行原创性研究，包括模型，算法，理论的创新，如：提出新的机器学习模型，改进
机器学习中的优化算法，提升理论的bound
大规模分布式机器学习系统方向：
1. 基于Parameter Server，MPI，Gloo, Rabit 等同步或异步分布式框架，构建大规模
分布式机器学习平台，支持 深度学习高效的多机多卡训练，大规模稀疏分布式模型，实
现各类机器学习优化算法和模型
2. 参与线上系统的开发，打造滴滴高效稳定的核心服务系统，满足日均数百亿次服务请
求

【岗位发展】
1. 部门负责人是国际机器学习领军人物、密歇根大学终身教授叶杰平博士，团队成员来
自国内外顶尖高校。团队里有不少机器学习大牛，在ICML, NIPS, KDD, AAAI, IJCAI 等
国际顶级会议，JMLR, TPAMI, SISC 等顶级期刊上均有论文发表，也有工程、代码高手
，高考状元，NOI金牌等
2. 良好的研究氛围，公司经常会有机器学习方向国际顶级学者访问，提供与国际顶级学
者交流的机会。团队内部定期有机器学习前沿技术、工程技术的分享
3. 在国际顶级学术会议发表论文，公司可全额赞助开会
4. 提供充足的GPU，包括NVIDIA Tesla P100和P40，满足快速的深度学习模型迭代，以
及高效的多机多卡训练

【岗位要求】
1. 计算机、数学、统计相关专业硕士、博士（或优秀本科生）
2. 熟悉机器学习，深度学习，强化学习，数值优化，矩阵分析，概率统计中一项或多项
者优先
4. 在机器学习、优化理论、数据挖掘顶级会议、期刊发表过论文优先
6. 精通 C/C++，Python中的一门语言，会Spark，Hadoop等分布式大数据处理框架优先
，
　　　 熟悉C++多线程和分布式编程的优先，如MPI，openmp, c++11 thread等
5. 有大规模并行、分布式系统开发、设计经验者优先
6. 有大规模高效、稳定线上服务开发经验者优先
7. 有大数据、机器学习相关比赛经验者优先，比赛名次靠前者优先
8. ACM/ICPC 比赛获奖者优先
9. 编程能力、工程能力强者优先

滴滴研究院简介 http://research.xiaojukeji.com/trainee.html
欢迎发送简历至 zhongxiaowei@didichuxing.com