图深度学习网络是当下学习结构化数据的前沿方向。由纽约大学、亚马逊上海人工智能研究院、上海纽约大学联合推出的开源项目Deep Graph Library(DGL)自2018年底在NeuIPS会议期间推出之后,已经吸引了大量用户。
在亚马逊上海人工智能研究院,你可以接触到丰富的基于真实场景的图上机器学习问题。针对这些场景,我们正在招募实习生。你可以在算法层面积极设计高效、可扩展的图神经网络模型。或者在系统层面设计基于图神经网络系统DGL的分布式方案和针对底层硬件的优化,参与开源社区的长期建设。在这里,你将和亚马逊上海人工智能研究院和亚马逊硅谷人工智能部门的同事一起协作工作。
算法方向:
计算机以及相关专业在校本科生、研究生或博士生
可以保证至少 2.5 个月的实习,每周至少工作 4 天
熟练使用至少一种深度学习框架(MXNet, Pytorch, Tensorflow, Caffe,PaddlePaddle等)。
有扎实的数学和机器学习基础,包括线性代数、概率、统计等。
对于深度学习和神经网络有了解,有自然语言处理、图像处理、推荐系统、知识图谱方向项目经验者从优。
邮件标题:姓名 - 学校 -专业 -年级 - 每周工作天数 - 持续工作月数-DGL Research
简历投递邮箱:cn-ai-intern@amazon.com
简历接收截止日期:2019-5-15
工作地点:上海市长宁区天山西路567号神州智慧大厦
系统方向:
计算机以及相关专业在校本科生、研究生或博士生
可以保证至少 2.5 个月的实习,每周至少工作 4 天
扎实 C++ 编程功底。
有GPU编程经验或者分布式系统经验者从优,对机器学习应有初步了解。
热爱并愿意贡献开源项目。
邮件标题:姓名 - 学校 -专业 -年级 - 每周工作天数 - 持续工作月数-DGL system
简历投递邮箱:cn-ai-intern@amazon.com
简历接收截止日期:2019-5-15
工作地点:上海市长宁区天山西路567号神州智慧大厦