策略多岗位招聘，非凸科技邀你来报道！（社招/实习）

非凸科技 2022-06-06 17:44:24

要说人工智能领域的课程，斯坦福大学客座教授吴恩达的《机器学习》（Machine Learning）堪称经典。该课程最开始于2012年在Coursera上线，10年间已经吸引了近500万人注册。《机器学习》课程主要介绍了机器学习、数据挖掘和统计模式识别的基础知识和实践经验。

然而，近日Stanford Online 和 DeepLearning.AI 团队宣布了一项重要通知：《机器学习》课程将从 2022 年 6 月 14 日起关闭在 Coursera 上的新学员注册。此外，对于正在上《机器学习》课程的学员来说，该课程将不会再更新。这个消息在 reddit 上也引起了一些网友的热议。有人甚至称“这是一个时代的终结”。

想要继续学习机器学习的同学们，可关注他们即将上线的新课程，“Machine Learning Specialization”。

除了学习理论，想要成为一名优秀的机器学习研究员还需要具备哪些特质呢？

其一，培养选择正确的研究问题的能力。阅读大量的论文，并有批判性地对这些论文进行评价；尝试加入研究主题相似的研究小组，以此汲取他们的研究经验，并培养良好的团队协作能力；在研究问题的选择上，可以向前辈研究者或其他有经验的研究者寻求建议；花点时间思考怎样的研究才是有用的、能做出成果的。

其二，研究由观点驱动还是目标驱动？观点驱动，遵照一些文献的观点来开展接下来的工作；目标驱动，目标是发展一些你希望获得的新的 AI 技能，与此同时解决一些能够让你离最终目标更近一步的问题。

其三，高瞻远瞩，一步一步向目标高峰攀登。当你开始一个研究项目前，你不妨问下你自己：这个问题研究下去的前景有多大？将带来10%的改进还是10倍的改进？不少研究者常遇到的一大瓶颈便是：正在开展的项目看上去有意义，然而结果却只能在一些指标上实现小小的提高。

其四，合理使用笔记本。一旦打算开发机器学习新算法，就必须长期将精力集中在一个问题。强烈建议研究人员有一本专用的笔记本，纸质版的也好，电子版的也可，然后用来记录每天的想法和实验。

其五，有舍有得，切勿“恋战”。在机器学习研究中，不可避免的会遇到极具挑战性的问题，不抛弃，不放弃的精神往往让你投入过多的时间。但是经验表明有些问题不管你如何都努力，注定会走向失败。聪明的做法是适可而止，为自己设定一个“限度”，超过限度就放弃吧。

其六，多读、多写，教科书是最好的老师。机器学习研究者都应该分配一部分时间来提高机器学习素养，如果仅仅是谋划当前的项目，不愿花精力提升，那么在了解了日常工作所需的基础知识之后，研究者很可能会停滞不前。

如果你还想在机器学习研究上得到实践，那么非凸科技是一个不错的选择。非凸科技是国内领先的智能算法和交易系统服务公司，专注于智能算法交易领域的研究和开发。我们基于Rust生态体系，结合机器学习和深度学习等新兴技术，构建业内领先的算法交易系统，为券商、量化私募等众多大型金融机构提供优质的技术解决方案。

在这里，日常工作很像搞科研，从数据处理到模型调优，每一个坑都需要踩过来；在这里，每当看到模型训练快速完成并跑出惊艳的效果，都会让你价值感满满；在这里，你可以和更多优秀的机器学习研究员们学习交流，碰撞出新的思维火花。如果对量化感兴趣，对策略研究极其热爱，那么欢迎加入非凸！

一、招聘岗位：机器学习研究员

岗位描述：