阿里达摩院－机器智能技术－算法专家－资源优化
团队介绍：
决策智能团队致力于开发和运用尖端运筹优化和机器学习技术构建决策系统，用于探索未知前沿，降低运营成本，提升业务运营效率。多年来，我们依托于在优化技术、收益管理等领域的积累，不断创新，协同合作伙伴在新零售、资源优化、智慧物流等行业构建了多个创新系统，目前已经成功应用于阿里集团多项重要业务之中。
在资源优化组，你将与一群志同道合的伙伴一起学习成长，跟踪并发展优化算法和机器学习的业界前沿技术和学术界最新理论，共同研发cutting-edge的智能算法。你将研究并挑战大规模数据，机器学习和优化问题。典型应用包括但不限于云计算资源优化（资源调度，供求预测，仿真系统，黑盒优化），分布式大规模整数规划和非凸优化问题的建模，求解与应用等具体问题。你将有机会负责算法架构的设计和开发，并在具体的创新性机器学习算法，优化算法，和解决方案上进行可扩展的迭代沉淀。此外，你将与产品和工程同学协作推动智能化技术产品的全链路打通，将算法成果落地到真实的业务环境中，对阿里无数的内外部用户带来效率和价值的提升。
岗位描述：
1. 抽象业务需求，研发并实现包括计算资源/云计算场景在内的应用优化算法（连续变量/整数规划/组合优化），例如资源调度，库存管理，定价方案，需求预测。
2. 针对大规模问题，使用分布式计算系统，设计实现分布式算法，支持实际业务。
岗位要求：
1. 机器学习、计算机系统、统计学、应用数学或相关工程领域的博士或重点大学硕士学位。
2. 在以下至少一个领域有深入研究：机器学习，深度学习，运筹优化，统计学，自动控制，大规模数据挖掘，分布式计算。
3. 具备丰富的机器学习、运筹优化相关领域经验，有顶级论文或业界大规模应用工作成果者优先。
4.具有扎实的工程实现能力，对算法相关的离线、在线系统的有丰富经验，良好的Python、Java或C++编程能力，熟悉分布式计算和数据仓库。
5. 自我驱动，对技术和持续学习充满热情，注重创新性思维，并能逐步在业务中落地。
6. 良好的沟通能力，能够在跨团队和BU合作中有效协作并推进技术的发展。
阿里达摩院－机器智能技术－算法专家－时序智能
团队介绍：
决策智能团队致力于开发和运用尖端运筹优化和机器学习技术构建决策系统，用于探索未知前沿，降低运营成本，提升业务运营效率。多年来，我们依托于在优化技术、收益管理等领域的积累，不断创新，协同合作伙伴在新零售、资源优化、智慧物流等行业构建了多个创新系统，目前已经成功应用于阿里集团多项重要业务之中。
其中，时序智能小组主要负责研究时序数据和数据洞察相关的cutting edge的智能算法，包括异常检测、数据下钻、数据关联分析、根因分析。团队的主要产品在集团内的多个BU产生了较大的业务效果，同时在AI、ML的顶级会议上也发表了多篇文章。在这里你将与一群志同道合的伙伴一起学习成长，跟踪前沿算法理论和业界技术，共同研发并实现智能算法来解决集团内外各种高挑战的大规模数据和机器学习问题。
岗位描述：
1．研发并实现机器学习算法，并在具体的业务场景中落地，实现智能化技术产品的全链路打通。机器学习的相关领域包括但不限于数据降维、时序预测、异常检测、时空数据挖掘等在特定场景的应用和科学研究。
2．负责大规模机器学习算法产品的开发和建设。
岗位要求：
1．在机器学习算法方面有较好的广度和一定的深度，包括熟悉经典算法LR、SVM、GBDT、CNN、LSTM等，以及掌握基本机器学习原理。
2．精通至少一门语言，Java/C++/Python等，具有扎实的代码功底和实战能力。
3．能够理解项目工程需求，有通用化和产品化思维。
4．自我驱动，对技术和持续学习充满热情，注重创新性思维，并能逐步在业务中落地。
5．良好的沟通能力，能够在跨团队和BU合作中有效协作并推进技术的发展。善于学习新知识、乐于接触新场景、关注前沿新技术。
工作地点：北京、杭州、西雅图、硅谷。
