【华为校招】【深圳】只要有Java/AI算法/数据分析基础,即使没有安全背景,没有关系,我们的岗位等你来挑战~~~~
岗位投递操作指导:
第一步: 登陆华为官网: https://career.huawei.com/reccampportal/portal5/campus-recruitment.html,
第二步:选择应届生/留学生
第三步:关键字输入: 数字化IT应用工程师 / 网络安全与隐私保护工程师
第四步:选择第一意向部门:质量与流程IT管理部—信息技术工程部
点击申请即可完成岗位投递
温馨提示:如已完成投递,请将“ 姓名 + 手机号 + 邮箱 + 岗位编号 ”发给“chenjin36@huawei.com”,以便协助加速流程,谢谢!
岗位介绍
岗位名称:数字化IT应用工程师
岗位职责:
1、构建支撑公司海量、复杂业务运作的数字化信息系统及极致用户体验的应用产品,提供简洁、高效、便捷、安全的数字化装备,提升业务效率和办公体验;
2、提供高效、稳定、安全的 IT云服务,通过云计算或大数据各种专业技术能力,完成 IT云服务产品或解决方案的设计、开发、测试、部署等;
3 、开展数据建模和数据挖掘工作,平台搭建及平台扩展性设计,为公司运营决策、产品方向、销售策略等提供数据支持;
4、构建公司 IT运营指挥中心,负责其规划、设计及装备工具等,实现数字化、智能化的预警和运营;作为 SRE能力中心,负责并持续改进 IT系统的高性能、高可用、可恢复性。
岗位要求:
1、计算机、软件、通信、电子、自动化、信息安全、数据统计学、网络空间安全等相关专业本科及以上学历
2、热爱编程,基础扎实,熟悉掌握但不限于 JAVA/C++/C/Python/JS/HTML/GO等编程语言中的一种或数种,有良好的编程习惯。
岗位名称:网络安全与隐私保护工程师
岗位职责:
1.负责设计、开发多云环境下的网络安全产品,为安全防护提供工程能力;
2.攻防技术研究,产品的安全专题研究,对IT应用和生产环境进行安全渗透测试和漏洞扫描,挖掘漏洞并推动改进;
3.对漏洞POC、攻击代码等进行逆向分析,掌握利用方式与基本利用过程,并提出方案消除/缓解漏洞风险;
4. 负责安全大数据计算、数据建模、数据挖掘、IOT安全等,利用AI技术提升安全智能化处理能力;
5. 参与IT安全运营中心(SOC)建设及运营,通过建模挖潜大数据中的安全价值,实现对各类网络安全事件的快速感知、快速分析和快速处置,保障公司数字化环境的安全;
岗位要求:
1. 对安全行业有无限的热爱和执着的追求,对安全攻防有强烈的兴趣与学习能力,计算机、网络空间安全、信息安全、软件工程、数学等理工科专业本科及以上学历;
2. 熟悉一门编程语言,包括但不限于C++、Java、Python、Go等;
3. 有网络安全实习经验或参加过网络安全大赛(如 CTF)的优先;
相关推荐
深圳专业服务行业高级java-超聚变(华为新项目)岗位介绍JD模板.docx
【岗位名称】:高级 Java-超聚变(华为新项目)【岗位背景】:超聚变数字技术有限公司作为华为的全资子公司,专注于计算机软硬件及其外围设备的制造,以及信息安全设备、人工智能、大数据服务和软件开发等多个领域的业务
深圳专业服务行业高级java-超聚变(华为新项目)岗位介绍JD模板.pdf
【深圳专业服务行业高级Java-超聚变(华为新项目)岗位详解】在这个高级Java开发岗位中,核心职责聚焦在超聚变数字技术有限公司的华为新项目上,这是一个由华为剥离出来的专注于X86服务器业务的子公司。
园区管理如何通过数据分析提升招商效率与运营质量?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
央企如何利用数据分析工具优化科技研发方向与产业布局?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
基于ADMM应用于水蜜桃采摘配送联合优化问题研究(Matlab代码实现)
内容概要:本文研究了基于交替方向乘子法(ADMM)的水蜜桃采摘与配送联合优化问题,并提供了完整的Matlab代码实现。通过构建整合农业生产中采摘任务分配与物流配送路径规划的数学模型,采用ADMM算法进行分布式求解,显著提升了计算效率与问题扩展性。文中系统阐述了问题建模过程、目标函数与约束条件的设计、ADMM算法的迭代求解机制,并通过仿真实验验证了该方法在降低整体运营成本与提升供应链响应速度方面的有效性,为智慧农业背景下的农产品供应链一体化优化提供了理论支持与实践范例。; 适合人群:具备一定运筹优化、农业工程或物流管理基础知识,熟悉Matlab编程的高校研究生、科研人员及农业科技企业技术人员。; 使用场景及目标:①应用于智慧农业场景下的作物采摘与冷链物流联合调度;②作为学习ADMM算法在分布式优化中应用的教学案例;③为解决类似农产品供应链优化问题提供模型与代码参考; 阅读建议:建议读者结合提供的Matlab代码逐模块阅读,重点关注问题建模与ADMM算法实现部分,可通过修改参数或测试不同规模案例来加深理解,并尝试将其拓展至其他农作物或更复杂的供应链网络中。


