[北京上海广州]杉数科技（北京）有限公司

职位：2025校园招聘
发布时间：2024-08-13
工作地点：北京 上海 广州
信息来源：中南财经政法大学
职位类型：全职
专业标签：安全科学 统计学 计算机 管理科学与工程
职位描述
杉数科技（北京）有限公司
发布时间：2024-08-13 16:31:19
有效时间：2025-07-31 23:59
招聘职位：算法工程师,数据分析师,算法工程师
招聘人数：12
相关专业：电子信息,安全工程,数理统计学,统计学,管理科学与工程,计算机科学与技术,人工智能,电子信息,计算机科学与技术,人工智能,管理科学与工程
招聘学历：硕士
招聘月薪：面议
工作地区：北京市,上海市,北京市,上海市,广东省,北京市,上海市,广东省
发布单位：杉数科技（北京）有限公司
固定电话：18845613626
招聘邮箱：job@shanshu.ai
招聘网址："join.shanshu.ai "
招聘联系人：梁夏
单位简介
杉数科技，是中国先进的人工智能决策技术高新企业，拥有全球杰出的算法技术团队和专业实施团队，核心创始团队为四位斯坦福大学博士，企业员工多来自清北复交、斯坦福、康奈尔、伯克利等全球TOP50的海内外名校。依托于世界先进的深层次数据优化算法和复杂决策模型的求解能力，杉数科技以自研大规模专业求解器COPT为核心引擎，打造“计算引擎+决策技术中台+业务场景”的端到端智能决策技术平台，以完整的技术能力和高度模块化的产品架构，为客户提供灵活、轻便、高效的决策优化服务，助力中国企业实现数字化转型与业务二次增长。
招聘对象及条件
实习岗位算法实习生-运筹优化方向【岗位职责】 1.与项目及产品团队紧密合作，理解业务/产品背景与需求；2.对业务数据进行清洗处理，能通过数据分析挖掘有用信息，辅助算法方案设计；3.运用运筹学或机器学习相关技术，建立优化模型，通过代码实现优化求解算法，输出相关优化结果并对相关 KPI 指标进行统计计算和输出；4.对优化结果进行分析，给出有价值的优化建议和分析报告。【任职要求】 1.运筹学/工业工程/系统工程/管理科学等专业优先； 2.熟悉经典运筹优化模型，如网络流、TSP、VRP、选址、排产排程等，对一两个经典运筹场景有相关实践经历；3.调用过优化求解器及相关接口或完整实现过启发式算法的开发； 4.有一定的编程基础，掌握 Python、Java 等语言者优先； 5.有过一定的数据处理和数据分析经验； 6.了解并认可杉数，乐于服从工作安排； 7.具有较好的沟通能力、学习能力、自我驱动能力；8.能够尽快到岗，至少实习3个月，每周至少提供3天出勤。算法实习生-机器学习方向【岗位职责】1.与项目及产品团队紧密合作，理解业务/产品背景与需求；2.运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，建立模型，分析关键因素，优化核心决策；3.跟进机器学习相关技术的业界发展，并合理的运用到实际产品中；4.制定有效项目进度管理机制，按照项目上线时间表，推进项目研发工作。【任职要求】1.有机器学/人工智能/数据挖掘等领域经验者优先；2.掌握常见的机器算法模型及原理，如 LR、D/R Tree Model、Boosting、Bagging、 PCA，熟悉分类、预测、聚类等常用算法，熟悉工程应用中 GBDT、XGBoost 关 键参数，参与过大规模机器学习、数据挖掘项目，有时序预测及获奖经历者优先；3.熟悉 Linux 系统，熟练掌握 Python 语言，能够熟练使用 Numpy、Pandas、 Scikit-Learn 独立进行建模实验；4.熟练掌握 SQL 语言，熟悉 MySQL、Hive，有 Spark 大数据处理经验优先；5.熟练掌握 Java 语言，有 Java 项目开发经验优先；6.在统计/数学/计算机/机器学习相关领域拥有研究生及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；7.具有较强学习能力、自我驱动能力、责任感和团队协作能力。数据分析实习生【岗位职责】1.负责支持项目组算法同事进行业务数据提取、数据处理及数据分析工作；2.需求预测，协助数据分析师/算法工程师进行销量预测算法的分析与运维工作；3.其他数据挖掘与分析工作协助，例如数据异常分析数据专题探究等；4.支持行业、用户或产品的专项研究，进行资料收集或整理。【任职要求】1.较强业务理解能力，面对陌生行业/领域时通过快速学习，准确理解业务需求；2.掌握扎实的统计学知识，对数字敏感性强，擅长将业务问题解构为数据问题，并通过分析与建模解决问题；3.熟练掌握SQL语言，熟悉至少Python/R/Tableau/Excel一种数据分析软件；4.熟练使用办公软件，如PPT、EXCEL等，能独立撰写数据分析报告与制作汇报材料；5.在统计/数学/计算机/商业分析/供应链/物流相关领域拥有本科及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；6.导师允许自主实习，可实习3个月以上，每周可到岗4天及以上，可尽快到岗。大模型技术实习生【岗位职责】1.大模型推理优化方向: 调研与应用主流attention, MOE, 量化，分布式计算等大模型常用方法，并应用到实际杉数的实际业务中；2.大模型微调方向： 调研与应用LLM常用微调与训练方法(lora，DPO，RLFH)，并应用到杉数的实际业务项目中；3.调研与应用主流文生图/图生图算法，包括但不限于单模态和多模态学习、计算机视觉等。【任职要求】1.学历要求：在读研究生/博士生 or 特别优秀的本科生（C9）；2.熟悉pytorch，jax基本神经网络框架，attention机制及其变种等；3.模型方面：熟悉 BERT 及其衍生，熟悉大模型之后的各个变体，有实际的微调经验；4.大模型方面：熟悉大模型基础知识，包括预训练，微调，RLHF；5.专业经验：有AI或机器学习领域的实际工作经验，包括数据分析、特征工程, 模型融合、大规模数据并行处理、分布式计算；6.时间承诺：获得导师同意，能够保证至少3个月的实习期，每周至少3天的工作时间。
招聘岗位
实习岗位\n算法实习生-运筹优化方向\n【岗位职责】 \n1.与项目及产品团队紧密合作，理解业务/产品背景与需求；\n2.对业务数据进行清洗处理，能通过数据分析挖掘有用信息，辅助算法方案设计；\n3.运用运筹学或机器学习相关技术，建立优化模型，通过代码实现优化求解算法，输出相关优化结果并对相关 KPI 指标进行统计计算和输出；\n4.对优化结果进行分析，给出有价值的优化建议和分析报告。\n\n【任职要求】 \n1.运筹学/工业工程/系统工程/管理科学等专业优先； \n2.熟悉经典运筹优化模型，如网络流、TSP、VRP、选址、排产排程等，对一两个经典运筹场景有相关实践经历；\n3.调用过优化求解器及相关接口或完整实现过启发式算法的开发； \n4.有一定的编程基础，掌握 Python、Java 等语言者优先； \n5.有过一定的数据处理和数据分析经验； \n6.了解并认可杉数，乐于服从工作安排； \n7.具有较好的沟通能力、学习能力、自我驱动能力；\n8.能够尽快到岗，至少实习3个月，每周至少提供3天出勤。\n\n算法实习生-机器学习方向\n【岗位职责】\n1.与项目及产品团队紧密合作，理解业务/产品背景与需求；\n2.运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，建立模型，分析关键因素，优化核心决策；\n3.跟进机器学习相关技术的业界发展，并合理的运用到实际产品中；\n4.制定有效项目进度管理机制，按照项目上线时间表，推进项目研发工作。\n\n【任职要求】\n1.有机器学/人工智能/数据挖掘等领域经验者优先；\n2.掌握常见的机器算法模型及原理，如 LR、D/R Tree Model、Boosting、Bagging、 PCA，熟悉分类、预测、聚类等常用算法，熟悉工程应用中 GBDT、XGBoost 关 键参数，参与过大规模机器学习、数据挖掘项目，有时序预测及获奖经历者优先；\n3.熟悉 Linux 系统，熟练掌握 Python 语言，能够熟练使用 Numpy、Pandas、 Scikit-Learn 独立进行建模实验；\n4.熟练掌握 SQL 语言，熟悉 MySQL、Hive，有 Spark 大数据处理经验优先；\n5.熟练掌握 Java 语言，有 Java 项目开发经验优先；\n6.在统计/数学/计算机/机器学习相关领域拥有研究生及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；\n7.具有较强学习能力、自我驱动能力、责任感和团队协作能力。\n\n数据分析实习生\n【岗位职责】\n1.负责支持项目组算法同事进行业务数据提取、数据处理及数据分析工作；\n2.需求预测，协助数据分析师/算法工程师进行销量预测算法的分析与运维工作；\n3.其他数据挖掘与分析工作协助，例如数据异常分析数据专题探究等；\n4.支持行业、用户或产品的专项研究，进行资料收集或整理。\n\n【任职要求】\n1.较强业务理解能力，面对陌生行业/领域时通过快速学习，准确理解业务需求；\n2.掌握扎实的统计学知识，对数字敏感性强，擅长将业务问题解构为数据问题，并通过分析与建模解决问题；\n3.熟练掌握SQL语言，熟悉至少Python/R/Tableau/Excel一种数据分析软件；\n4.熟练使用办公软件，如PPT、EXCEL等，能独立撰写数据分析报告与制作汇报材料；\n5.在统计/数学/计算机/商业分析/供应链/物流相关领域拥有本科及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；\n6.导师允许自主实习，可实习3个月以上，每周可到岗4天及以上，可尽快到岗。\n\n大模型技术实习生\n【岗位职责】\n1.大模型推理优化方向: 调研与应用主流attention, MOE, 量化，分布式计算等大模型常用方法，并应用到实际杉数的实际业务中；\n2.大模型微调方向： 调研与应用LLM常用微调与训练方法(lora，DPO，RLFH)，并应用到杉数的实际业务项目中；\n3.调研与应用主流文生图/图生图算法，包括但不限于单模态和多模态学习、计算机视觉等。\n\n【任职要求】\n1.学历要求：在读研究生/博士生 or 特别优秀的本科生（C9）；\n2.熟悉pytorch，jax基本神经网络框架，attention机制及其变种等；\n3.模型方面：熟悉 BERT 及其衍生，熟悉大模型之后的各个变体，有实际的微调经验；\n4.大模型方面：熟悉大模型基础知识，包括预训练，微调，RLHF；\n5.专业经验：有AI或机器学习领域的实际工作经验，包括数据分析、特征工程, 模型融合、大规模数据并行处理、分布式计算；\n6.时间承诺：获得导师同意，能够保证至少3个月的实习期，每周至少3天的工作时间。\n
薪酬福利
实习岗位\n算法实习生-运筹优化方向\n【岗位职责】 \n1.与项目及产品团队紧密合作，理解业务/产品背景与需求；\n2.对业务数据进行清洗处理，能通过数据分析挖掘有用信息，辅助算法方案设计；\n3.运用运筹学或机器学习相关技术，建立优化模型，通过代码实现优化求解算法，输出相关优化结果并对相关 KPI 指标进行统计计算和输出；\n4.对优化结果进行分析，给出有价值的优化建议和分析报告。\n\n【任职要求】 \n1.运筹学/工业工程/系统工程/管理科学等专业优先； \n2.熟悉经典运筹优化模型，如网络流、TSP、VRP、选址、排产排程等，对一两个经典运筹场景有相关实践经历；\n3.调用过优化求解器及相关接口或完整实现过启发式算法的开发； \n4.有一定的编程基础，掌握 Python、Java 等语言者优先； \n5.有过一定的数据处理和数据分析经验； \n6.了解并认可杉数，乐于服从工作安排； \n7.具有较好的沟通能力、学习能力、自我驱动能力；\n8.能够尽快到岗，至少实习3个月，每周至少提供3天出勤。\n\n算法实习生-机器学习方向\n【岗位职责】\n1.与项目及产品团队紧密合作，理解业务/产品背景与需求；\n2.运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，建立模型，分析关键因素，优化核心决策；\n3.跟进机器学习相关技术的业界发展，并合理的运用到实际产品中；\n4.制定有效项目进度管理机制，按照项目上线时间表，推进项目研发工作。\n\n【任职要求】\n1.有机器学/人工智能/数据挖掘等领域经验者优先；\n2.掌握常见的机器算法模型及原理，如 LR、D/R Tree Model、Boosting、Bagging、 PCA，熟悉分类、预测、聚类等常用算法，熟悉工程应用中 GBDT、XGBoost 关 键参数，参与过大规模机器学习、数据挖掘项目，有时序预测及获奖经历者优先；\n3.熟悉 Linux 系统，熟练掌握 Python 语言，能够熟练使用 Numpy、Pandas、 Scikit-Learn 独立进行建模实验；\n4.熟练掌握 SQL 语言，熟悉 MySQL、Hive，有 Spark 大数据处理经验优先；\n5.熟练掌握 Java 语言，有 Java 项目开发经验优先；\n6.在统计/数学/计算机/机器学习相关领域拥有研究生及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；\n7.具有较强学习能力、自我驱动能力、责任感和团队协作能力。\n\n数据分析实习生\n【岗位职责】\n1.负责支持项目组算法同事进行业务数据提取、数据处理及数据分析工作；\n2.需求预测，协助数据分析师/算法工程师进行销量预测算法的分析与运维工作；\n3.其他数据挖掘与分析工作协助，例如数据异常分析数据专题探究等；\n4.支持行业、用户或产品的专项研究，进行资料收集或整理。\n\n【任职要求】\n1.较强业务理解能力，面对陌生行业/领域时通过快速学习，准确理解业务需求；\n2.掌握扎实的统计学知识，对数字敏感性强，擅长将业务问题解构为数据问题，并通过分析与建模解决问题；\n3.熟练掌握SQL语言，熟悉至少Python/R/Tableau/Excel一种数据分析软件；\n4.熟练使用办公软件，如PPT、EXCEL等，能独立撰写数据分析报告与制作汇报材料；\n5.在统计/数学/计算机/商业分析/供应链/物流相关领域拥有本科及以上学历，数据敏感，有良好的逻辑思维和定义以及解决问题的能力；\n6.导师允许自主实习，可实习3个月以上，每周可到岗4天及以上，可尽快到岗。\n\n大模型技术实习生\n【岗位职责】\n1.大模型推理优化方向: 调研与应用主流attention, MOE, 量化，分布式计算等大模型常用方法，并应用到实际杉数的实际业务中；\n2.大模型微调方向： 调研与应用LLM常用微调与训练方法(lora，DPO，RLFH)，并应用到杉数的实际业务项目中；\n3.调研与应用主流文生图/图生图算法，包括但不限于单模态和多模态学习、计算机视觉等。\n\n【任职要求】\n1.学历要求：在读研究生/博士生 or 特别优秀的本科生（C9）；\n2.熟悉pytorch，jax基本神经网络框架，attention机制及其变种等；\n3.模型方面：熟悉 BERT 及其衍生，熟悉大模型之后的各个变体，有实际的微调经验；\n4.大模型方面：熟悉大模型基础知识，包括预训练，微调，RLHF；\n5.专业经验：有AI或机器学习领域的实际工作经验，包括数据分析、特征工程, 模型融合、大规模数据并行处理、分布式计算；\n6.时间承诺：获得导师同意，能够保证至少3个月的实习期，每周至少3天的工作时间。\n
联系方式
【投递方式】校招官网 join.shanshu.ai 校招投递链接：ap***com[点击查看]
附件：杉数科技2025届校园招聘&实习生招聘.pdf
下载地址：jy***000[点击查看]