檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
檢測到您已登錄華為云國際站賬號，為了您更好的體驗，建議您訪問國際站服務(wù)網(wǎng)站 http://m.cqfng.cn/intl/zh-cn
不再顯示此消息
項目實習(xí)生 分布式數(shù)據(jù)庫的AI資源調(diào)度研究 分布式數(shù)據(jù)庫的AI資源調(diào)度研究 領(lǐng)域方向：云數(shù)據(jù)庫 工作地點： 北京、西安、杭州 分布式數(shù)據(jù)庫的AI資源調(diào)度研究 云數(shù)據(jù)庫 北京、西安、杭州 項目簡介 本項目將面向華為云數(shù)據(jù)倉庫GaussDB(DWS)，利用主動學(xué)習(xí)等技術(shù)，優(yōu)化作業(yè)資源估
智能數(shù)據(jù)仿真與決策 智能數(shù)據(jù)價值探索平臺 傳統(tǒng)的數(shù)據(jù)分析工作基于明確的業(yè)務(wù)訴求，進(jìn)行數(shù)據(jù)集成、數(shù)據(jù)治理、數(shù)據(jù)開發(fā)、數(shù)據(jù)分析等； 未來是數(shù)據(jù)驅(qū)動創(chuàng)新的時代，從海量數(shù)據(jù)中通過不明確、隨機(jī)性的數(shù)據(jù)探索行為，發(fā)掘數(shù)據(jù)價值、挖掘新的業(yè)務(wù)場景將成為常態(tài)；因此我們研究隨機(jī)性、啟發(fā)性的智能數(shù)據(jù)探索平臺，幫助客戶發(fā)現(xiàn)價值。
4、具備語義計算/理解、問答系統(tǒng)、文本摘要、相似度計算方面算法相關(guān)研究及經(jīng)驗者的優(yōu)先； 5、在自然語言處理/機(jī)器學(xué)習(xí)頂級會議/期刊(ACL/EMNLP/NIPS/ICML/AAAI等)有發(fā)表過論文的優(yōu)先； 6、良好的自我學(xué)習(xí)能力和自驅(qū)力，以及良好的溝通能力和團(tuán)隊協(xié)作能力。 投遞方式 郵件發(fā)送到huangguoqiang2@huawei
| +智能，見未來 博士招聘 軟件分析研究員 軟件分析研究員 領(lǐng)域方向：軟件工程 工作地點： 北京、深圳、杭州、上海 軟件分析研究員 軟件工程 北京、深圳、杭州、上海 崗位職責(zé) 1、圍繞智能化開發(fā)服務(wù)進(jìn)行創(chuàng)新探索，基于代碼分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等手段，面向軟件開發(fā)人員孵化并交付高
“決策”）所分得的獎勵，此時“狀態(tài)State”與“獎勵Reward”的關(guān)系就是資源池選擇哪臺機(jī)器來滿足請求的決策依據(jù)。 更進(jìn)一步，不同體系架構(gòu)的云服務(wù)器、不同租戶間的QoS要求，意味著強(qiáng)化學(xué)習(xí)算法應(yīng)對的環(huán)境在不停變化，就像上圖不斷復(fù)雜變換的迷宮。而強(qiáng)化學(xué)習(xí)訓(xùn)練用的歷史數(shù)據(jù)不具有概
中的質(zhì)量控制與測量）。在計算機(jī)視覺的大多數(shù)實際應(yīng)用當(dāng)中，計算機(jī)被預(yù)設(shè)為解決特定的任務(wù)，然而基于機(jī)器學(xué)習(xí)的方法正日漸普及，一旦機(jī)器學(xué)習(xí)的研究進(jìn)一步發(fā)展，未來“泛用型”的電腦視覺應(yīng)用或許可以成真。 人工智能所研究的一個主要問題是：如何讓系統(tǒng)具備“計劃”和“決策能力”？從而使之完成特定
方?？寇囕v的輪轂進(jìn)行檢測，并利用模糊控制原理對傳感器信息進(jìn)行融合，結(jié)合經(jīng)驗豐富駕駛員對車位的選擇規(guī)律設(shè)計了車位的識別模型，實現(xiàn)了對不規(guī)則車位的識別。 國外：視覺信息的自動泊車環(huán)境感知系統(tǒng)的研究 在環(huán)境感知方面早期的研究大多基于超聲波傳感器；隨著軟硬件性能的提升，基于視
+智能，見未來 博士招聘 云安全研究員 云安全研究員 領(lǐng)域方向：安全 工作地點： 東莞、北京、成都、杭州 云安全研究員 安全 東莞、北京、成都、杭州 崗位職責(zé) 負(fù)責(zé)大規(guī)模云環(huán)境下態(tài)勢感知能力研究，包括但不限于： 1、負(fù)責(zé)安全大數(shù)據(jù)建模分析，從海量的安全日志中識別黑客的異常攻擊行為； 2、負(fù)
4、前沿AI方法在端邊云協(xié)同場景下的應(yīng)用。 崗位要求 1、熟悉傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)技術(shù)原理、常見算法，熟悉Tensorflow、MXNet、Caffe等深度學(xué)習(xí)框架； 2、熟悉主流的編程開發(fā)語言，具備較強(qiáng)的編程開發(fā)能力和一定的技術(shù)研究能力； 3、有工業(yè)IoT、車聯(lián)網(wǎng)、智能建筑、智能家居等科研
+智能，見未來 博士后招聘 面向自然語言文本的系統(tǒng)模型輔助生成技術(shù)研究 - 華為云 面向自然語言文本的系統(tǒng)模型輔助生成技術(shù)研究 - 華為云 華為深圳博士后工作站 面向自然語言文本的系統(tǒng)模型輔助生成技術(shù)研究 - 華為云 華為深圳博士后工作站 研究課題簡介 系統(tǒng)建模語言(systems modeling
+智能，見未來 天才少年招聘 通用全場景下的Serverless核心技術(shù)研究 通用全場景下的Serverless核心技術(shù)研究 領(lǐng)域方向：Serverless與中間件 職位名稱： 分布式軟件系統(tǒng)專家 通用全場景下的Serverless核心技術(shù)研究 Serverless與中間件 分布式軟件系統(tǒng)專家
天才少年招聘 云資源調(diào)度算法研究 云資源調(diào)度算法研究 領(lǐng)域方向：資源調(diào)度 職位名稱： 云資源調(diào)度算法專家 云資源調(diào)度算法研究 資源調(diào)度 云資源調(diào)度算法專家 挑戰(zhàn)課題方向簡介 1、負(fù)責(zé)云資源多目標(biāo)云優(yōu)化器技術(shù)突破，通過運(yùn)籌優(yōu)化&智能決策、數(shù)學(xué)模型構(gòu)建和求解算法等的設(shè)計解決云上復(fù)雜業(yè)務(wù)多目
層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習(xí)是一個復(fù)雜的機(jī)器學(xué)習(xí)算法，在語音和圖像識別方面取得的效果，遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術(shù)。[1] 深度學(xué)習(xí)在搜索技術(shù)，數(shù)
0認(rèn)知智能時代，企業(yè)智能云服務(wù)逐步進(jìn)入各種垂直行業(yè)的生產(chǎn)系統(tǒng)并發(fā)揮著重要關(guān)鍵的作用，有巨大的商業(yè)機(jī)會，同時面臨各種技術(shù)難題： 1）知識表征是多模態(tài)與認(rèn)知智能有機(jī)結(jié)合的基礎(chǔ)，如何基于多形態(tài)的知識生成更好的知識表征，并將知識表征應(yīng)用到不同的模態(tài)以及跨語言跨模態(tài)的AI任務(wù)上，以及基于事理圖譜的推理決策等都具有極大地技術(shù)挑戰(zhàn)；
署在端側(cè)和云側(cè)，滿足用戶個性化喚醒的需求。 運(yùn)營能力提升 通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法技術(shù)，圍繞華為云多個商業(yè)運(yùn)營場景，提供多種運(yùn)營分析能力，如云服務(wù)產(chǎn)品推薦，商業(yè)營銷管控，用戶流失預(yù)測等，提升華為云運(yùn)營效率和用戶體驗。 通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法技術(shù)，圍繞華為云多個商業(yè)運(yùn)營場
+智能，見未來 項目實習(xí)生 智能云網(wǎng)絡(luò)技術(shù)研究 智能云網(wǎng)絡(luò)技術(shù)研究 領(lǐng)域方向：云網(wǎng)絡(luò) 工作地點： 北京 智能云網(wǎng)絡(luò)技術(shù)研究 云網(wǎng)絡(luò) 北京 項目簡介 公有云網(wǎng)絡(luò)規(guī)模、復(fù)雜性和業(yè)務(wù)多樣性是空前的，如何重新定義云網(wǎng)絡(luò)面臨巨大技術(shù)挑戰(zhàn)。項目負(fù)責(zé)下一代華為云網(wǎng)絡(luò)系統(tǒng)的設(shè)計和實現(xiàn)，負(fù)責(zé)大規(guī)模分布式SD
單個開發(fā)者的工作機(jī)器上可能并不實用。Bazel提供的工具可以幫助開發(fā)人員創(chuàng)建位相同的可重復(fù)的構(gòu)建輸出。Bazel實現(xiàn)的規(guī)則避免了典型的陷阱，如在生成的輸出中嵌入時間戳以確保內(nèi)容摘要匹配。這反過來又允許構(gòu)建系統(tǒng)可靠地緩存（memoize）中間構(gòu)建步驟的輸出。此外，可重復(fù)的構(gòu)建使得在
方式——正視的、側(cè)視的；四只腳的、六只腳的……可謂五花八門，形態(tài)各異。甲骨文的研究真是既有趣又充滿挑戰(zhàn)。 要攻克甲骨文破譯這一學(xué)界的超級難題，新技術(shù)的跨界融合提供了新的思路。首都師范大學(xué)甲骨文研究中心莫伯峰教授聯(lián)手華為云AI工程師團(tuán)隊，借助云計算、AI及大數(shù)據(jù)等技術(shù)力量打造了一系
雨林植物所提煉，熱帶雨林也由此被稱為“世界上最大的藥房”。同時，眾多雨林植物的光合作用對于凈化地球空氣的能力尤為強(qiáng)大，其中僅亞馬遜熱帶雨林產(chǎn)生的氧氣就占全球氧氣總量的1/3，故有“地球之肺”的美譽(yù)。 但讓人警惕的是，世界熱帶雨林的面積在劇減，甚至有預(yù)言2030年世界將再無熱帶雨林
云原生物理仿真研究 云原生物理仿真研究 華為深圳博士后工作站,華為西安博士后工作站 云原生物理仿真研究 華為深圳博士后工作站,華為西安博士后工作站 研究課題簡介 云原生物理仿真關(guān)鍵技術(shù)研究：圍繞高性能的分布式云物理仿真需求，構(gòu)建物理仿真根技術(shù)，解決其中的關(guān)鍵計算和應(yīng)用問題。研究包括剛體
