算法工程师

职责描述：
1.跟踪并研究拓扑数据分析、几何深度学习、拓扑不变量等领域的最新学术进展，并将其应用于实际的业务场景。
2.设计、实现和优化基于拓扑特征的机器学习模型，包括但不限于：使用持续同调等技术从复杂数据集中提取拓扑特征、利用图神经网络与拓扑方法相结合，处理图结构数据。
3. 将原型算法进行代码优化，构建高性能、可扩展的数据处理管道和模型服务，并完成大规模的离线与在线实验。
4. 与产品、前后端等人员紧密合作，理解业务需求，定义问题，并将拓扑数据算法的价值清晰地传递给相关方。
5. 在团队内部分享拓扑数据相关的知识和最佳实践，提升团队的整体技术水平。
职位要求：
1.计算机科学、应用数学、统计学、物理学或相关领域的硕士及以上学历。
2.拥有至少1-2个将拓扑数据分析成功应用于实际项目的经验（包括但不限于学术研究、行业项目、Kaggle竞赛等）。
3. 熟练掌握持续同调的理论和计算工具（例如：使用过 Gudhi, Dionysus, Ripser 等库）。
4. 理解并实践过拓扑特征（如持久图、条形码、Betti曲线）的向量化方法，并能将其集成到机器学习工作流中。
5. 精通 Python，并熟练使用其科学计算栈（NumPy, SciPy, Scikit-learn）。拥有扎实的机器学习和深度学习基础，有使用 PyTorch 或 TensorFlow 的经验。
6. 熟悉图论和常见的图算法，有图神经网络（GNN）项目经验者优先。
7. 具备良好的数学基础，对代数拓扑、同调论、计算拓扑或微分几何有基本的理解。
8. 出色的分析问题和解决问题的能力，能够独立主导技术难题的攻关。