研究型实习生-超长行为序列高效表征技术研究

岗位职责

研究领域： 机器学习 项目简介： 在一些信贷、风控、推荐等场景中发现，使用更长周期的用户行为序列对判断用户风险、用户行为习惯等可能有一定作用。当前长序列建模一般在推荐场景中，在用户表征场景中比较少见，因此需要探索用户预训练场景中超长序列建模方案，并希望能对信贷、用增等业务带来正向作用。

任职要求

研究领域：

• 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
• 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
• 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用：
• 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
• 在国际会议上或核心期刊发表一份或多份出版物或论文
• 至少3个月的全职工作

特色标签

C/C++、Golang、Java、ML、Python、信贷、信贷业务、信贷场景、信贷风控、发表算法相关优秀论文、国际学术会议、国际期刊会议、推荐、推荐场景、推荐算法、推荐系统、机器学习、机器学习模型、机器学习算法、深度学习、用户习惯画像、用户自监督预训练、用户行为偏好、用户行为模式、用户预训练模型、用户预训练表征、程序开发语言、编程技能、编程经验、超长用户交互序列、金融、长周期用户行为序列、长序列用户行为、顶级会议、风控、风控算法、风险建模、风险控制、风险识别、高效嵌入表达、高效特征表示、高效用户表征