岗位职责

在优秀技术大拿的指导下，使用充足的计算资源，多维度快速成长，借出产业级大规模数据，了解最前沿的技术挑战和落地应用。优秀者可获推荐信或全职留用的机会。在机器学习、自然语言处理方向探索并落地前沿技术，包括但不限于下述项目:
1. Theory: Contrastive learning under mutual information theory for low-resource NLP; Theoretical framework for knowledge distillation in NLP or IR;
2. Information extraction: Continual entity detection and matching; Knowledge extraction from web text; Interpretable relationships between entities, relations, and concepts; Unknown intent detection;
3. Causality: Event detection with knowledge graphs and causal inference。

岗位要求

1.计算机/数学/物理/统计等专业，本硕博皆可(针对实习生岗位)。
2.已拿到国外Offer但计划延期，或计划在国内Gap一段时间的国内外知名高校的理工科专业学生。（针对全职实习生岗位）。
3.具有较好的编程能力，充满技术热情，有强烈的自我驱动力和学习能力，能至少实习三个月。

加分项：

1.在顶会/期刊上发表过机器学习、自然语言处理相关论文。
2.有严谨的编程和快速复现代码或原型的项目经验。

岗位职责

1. 根据产品与研发需求，负责或协助特定软件功能的设计、开发、测试、与维护。
2. 选择以下任一实习技术路线，协助所匹配的Mentor进行软件开发工作： a. 计算机视觉/图像学/音视频/HCI 新技术研发 b. Windows / Mac 应用的前后端开发 c. iOS / Android App 的前后端开发 d. 视频云平台的前后端开发。
3. 辅助完成相关专利的申请及相关论文的撰写。

岗位要求

1. 扎实的数据结构与算法基础，至少精通 C++/Swift / Python / JS 其中一种编程语言。
2. 有大型软件项目开发经验，或者学术论文投稿/发表，编程或建模大赛经验者优先。
3. 有视频处理或视频制作经验者优先。
4. 对科技改变世界有浓厚兴趣，有较强的自主性与实践能力。
5. 实习期至少3个月。

岗位职责

1. 和研究员一起参与下一代可信计算硬件的设计和开发，设计硬件电路，并推动可信计算硬件制作落地。
2. 和研究员一起完成硬件原理图、电路板图的设计，并完成硬件底层焊接、调试、验证。
3. 参与元器件选型，定制元器件的检验规范。

岗位要求

1. 较为丰富的数字电路设计经验，能够较为熟练地使用相关EDA设计工具进行原理图绘制与仿真和PCB布局设计。
2. 掌握焊接工艺流程，动手能力强，熟练使用各种焊接和测试工具。
3. 过硬的硬件电路调试能力，能熟练使用各种常用电子线路分析测试仪器进行电路性能测试及故障排查。
4. 熟悉SATA、USB 3.0、RJ45，PCIE等接口相关电路设计者优先。
5. 责任心强，较强的内外部沟通能力和团队协作能力。
6. 电子信息相关专业优先。

岗位职责

1. 协助量化金融信号挖掘系统的开发；
2. 利用超大型算力，分析海量金融市场高频数据、进行金融因子的大规模挖掘搜索、开发与调试搜索算法。

岗位要求

1. 国内外高等院校理工科或金融数学等专业。
2. 编程基础扎实, 能够熟练使用C++/Python。
3. 足够聪明，思考问题快而深刻，有敏锐的洞察力，有IMO、IOI、IPHO集训队经历优先。
4. 对于时间压力、任务压力能够进行高效安排。
5. 对金融、量化交易有浓厚兴趣，但不需要有相关从业经历。
6. 可保证实习至少三个月、每周至少四天，能长期实习者优先, 可转正。

加分项：

1. 有较高star数的机器学习相关GitHub项目（tutorial除外）。
2. IOI/NOI、IMO、ACM等顶级学科竞赛奖得主。

招募对象：

在校本科生及研究生、编程/算法/数学优秀者发表过学术期刊论文者优先；获得过NOI、IOI、ACM等竞赛金牌者优先；

岗位职责

1. 面向高频金融时序数据预测问题的新型深度学习模型
2. 基于深度强化学习的量化投资模型与交易执行算法
3. 基于金融行为知识图谱的动态图深度神经网络模型
4. 面向深度学习模型的自动特征工程与特征选择算法
5. 深度学习可解释认知模型与深度因果推断算法

岗位职责

1. 图像分类及无监督表示学习
2. 深度学习神经网络结构分析与优化
3. 基于结构信息的物体检测和无监督学习
4. 图像及自然语言多模态表示学习
5. 对抗生成网络及图像生成学习