
此信息由北京理工大学审核并发布(查看原发布网址),应届生求职网转载该信息只是出于传递更多就业招聘信息,促进大学生就业的目的。如您对此转载信息有疑义,请与原信息发布者北京理工大学核实,并请同时联系本站处理该转载信息。
久远谦长(北京)技术服务有限公司 | 北京 |
2019-01-18 14:10:17 | 2019-06-17 14:10:23 |
张赟 | 13681958355 |
021-64399138 | royce.zhang@ |
techrecruiting@ |
久谦技术
我们相信科学、技术与商业场景的匹配能够改变企业服务
数据、算法与专业知识的结合能显著提升企业效率
定制化服务与标准化产品的搭配能最大化对客户的价值贡献
由麦肯锡、久谦咨询的顾问,与华为、惠普的工程师共同创立
“年轻、求变、创新、不惧风险、锐意进取”的创业团队
“平等、透明、任人唯贤、鼓励创新、鼓励快速晋升通道”的企业文化
职位名称 | 专业 | 招聘人数 | 岗位职责 | 专业技能要求 | 薪酬 |
爬虫工程师 (北京) | 10 | 【职位描述】 * 针对复杂的网站架构主动获取相关数据信息; * 负责数据获取、清洗和分析工作。 | 【技能要求】 * JAVA基础扎实,有相关开发或者实习经验,熟悉IO、多线程、MQ、数据结构与设计模式等 * 熟练Linux操作,熟练掌握HTTP协议,了解大型爬虫框架等 * 熟悉MySQL等关系型数据库,有NoSQL,Redis等工作经验者优先 * 对计算机体系结构、分布式系统、协程和网络编程有深入了解 * 具备敏捷开发经验,熟练使用SVN和Maven | ||
前端工程师 (北京) | 10 | 【职位描述】 *能够自主的实现前端框架及UI实现的开发 *具备良好的用户交互设计能力 *具备一定的前端技术更新迭代能力 | 【技能要求】 两年以上web前端开发经验,至少具备以下两至三类中任意提及的技能 * 架构类 MVVM, MV*, FLUX, FRP, reactive functional * 框架类 react, ember, angular, vue, knockout, backbone, redux, rxjs, bacon, kefir, deku * 可视化工具类 d3js, rephael, svg, canvas * 语言类 es6, es2015, typescript, coffeescript, commonjs, amd, umd * 平台类 nodejs * 构建工具类 gulp, grunt * module bundler requirejs, seajs, browserify, webpack, jsmp * 其他 babel; | ||
Java高级开发工程师 (北京) | 10 | 【职位描述】 * 参与产品规划、方案制定、需求调研和架构设计 * 根据各公司的业务需求,快速迭代开发并发布应用 * 高效解决后端服务常见问题,并持续优化后端服务 * 项目开发过程当中,完成相关技术评审工作,并协助推动技术进步 | 【技能要求】 * 具备良好的口头表达能力 * JAVA基础扎实,有相关开发或者实习经验,熟悉IO、多线程、MQ、数据结构与设计模式等 * 熟练使用Spring Boot、Spring MVC、Mybatis等相关开源框架进行项目开发 * 熟悉分布式、缓存、消息机制,常用的DAL/ORM框架和设计模式 * 至少熟悉一种常用NoSQL存储,例如memcache、Redis、HBase、MongoDB、Neo4j等 * 有分布式监控、搜索、调度、部暑其中一项经验优先 | ||
大数据平台开发工程师 (北京) | 10 | 【职位描述】 * 负责大数据中间件产品研发 * 负责大数据分析平台软件的研究和开发 * 负责数据仓库产品的研究和开发 | 【技能要求】 * JAVA基础扎实,有相关开发或者实习经验,熟悉IO、多线程、MQ、数据结构与设计模式等 * 精通Hadoop/Hive/Hbase,对Hadoop、Hive、Storm、Spark等源码有研究者优先 * 有分布式监控、搜索、调度、部暑其中一项经验优先 * 熟悉分布式、缓存、消息机制,常用的DAL/ORM框架和设计模式 | ||
数据科学家 (北京) | 10 | 【职位描述】 * 能够基于用户在线行为数据建立多模型复合分析模型,从而实现behavioral targeting, look-alike modeling,anomaly detection,recommendation等在商业问题上运用 * 协助工程师在大型集群上部署模型,协助实现模型的高效和并发 | 【技能要求】 * 对常见机器学习模型,如NB, NLP, LR, FM (Factorization Machine) , GBDT, RNN, CNN, LSTM有坚实的理论基础和丰富的实践经验 * 能够熟练使用Python/Pandas/Sklearn/NLTK等编程语言和软件包 * 熟悉GPU加速下的模型的训练,熟悉大规模模型训练者优先 * 能够熟练使用Python/Pandas/Sklearn等编程语言和软件包;熟悉TensorFlow,MXNet,PyTorch等深度学习library的优先 |