目前各大互聯網公司中,哪些AI團隊值得加入?

有考慮換工作,做大數據AI相關,不知道哪些團隊實力強,前景好。


msra、阿里idst、百度aig、騰訊ai lab、騰訊優圖、地平線、曠視、商湯、依圖裡面部分團隊不錯。可以找個在裡面的朋友仔細了解哪個團隊做啥,組內具體情況。

工作中對你影響最大的是跟你同組的那七八個人。

就算是所謂的TAB、TMD、如日中天的人工智慧創業公司曠視商湯,裡面也有混日子的組,找工作切記不要只看公司名聲,最主要的還是看你想去的那個組裡的那七八個人。

最好你有朋友跟那個組裡的人很熟,或者比較清楚那個組裡的情況,你可以打聽清楚這個組的狀況。比如你那個組做的東西你感不感興趣,你能不能學到東西,有所成長;這個組的老大是不是比較厲害,是不是喜歡帶人;這個組有沒有穩定性,會不會幹個一年半載就被公司給擁抱變化了等等。


這個問題有點大,AI方向有很多,比如機器學習、圖像處理、NLP等等。相對來講還是比較推薦BAT,當然像美團、頭條、滴滴也ok。因為畢竟AI不是一個從0到1的團隊核心需要的東西,就算一個小公司的核心是AI,真正商業化也還是有一定難度的。當然一些定向的公司做的也不錯,比如Face++、科大訊飛這種。

機器學習個人感覺差不多,要看每個團隊具體做的事情;圖像方向推薦阿里、依圖、Face++、商湯科技;NLP方向推薦騰訊、頭條和訊飛。

本人方向是圖像處理,這個方向了解相對多一些。現在這個方向可做的東西還蠻多的,也非常有意思,比如交通、安防、醫療、娛樂、教育等等很多地方都已經有應用。

怎麼判斷一個AI團隊是否靠譜呢,

  1. 業務要靠譜:巧婦難為無米之炊,演算法是構建在業務基礎上的,有大量的數據和才能在上面設計演算法。一個日均UV 1k的網站要做流量相關演算法,老闆想搞高科技,你能搞起來么。。;另外業務也要不斷地有創新和突破,這樣演算法才會有更大的施展空間
  2. 技術實力要強大:環境很重要,一個好的AI團隊里大家經常會有思想的碰撞,會不斷產生新的idea,可能討論討論就搞個論文出來。當然如果你足夠牛,並且可以忍受孤單,自己搞也可以;另外技術實力強大的團隊由於資源多,所以在做事情方面也相對容易些
  3. 公司要有錢:機器學習還好,NLP和圖像兩個方向的同學還是要投靠一個有錢的公司。因為這兩個方向需要大量人工標註的數據,做這方面的同學應該都懂的吧;而且背靠大樹,在遇到困難的時候(現階段AI畢竟不是工程,需要有研發時間)也有錢頂著,不至於發不出工資 哈哈

===================================================

最後打個廣告~ 我們團隊由阿里巴巴iDST副院長、IEEE Fellow,ACM傑出科學家,MIT TR35獲得者親自帶領。團隊成員主要是來自微軟、谷歌、百度、CMU、北大、清華、浙大等知名企業、科研單位及國內計算機視覺、視頻分析處理行業的演算法和工程專家。在這裡你可以感受到和一群優秀的人合作的快感~

大家感興趣的話可以投簡歷過來 xihan.wxh@alibaba-inc.com 社招、實習(19年及之後畢業的碩士or博士)都可以,只要你熱愛人工智慧技術,並且有很強的編程能力,我們都歡迎。(對於實習的同學,我們會鼓勵你發論文(當然是CVPR、ICCV、NIPS這些會議),並且建議和導師商量好,實習半年以上。目前的經驗來看,實習1年左右的同學都有頂會論文發出。)

工作地點:杭州、北京、西雅圖(實習僅限杭州及北京)


除非想高風險高收益,否則請考慮那些之前就在這方面有積累的組。

一些新建且沒有大牛的組,或者是之前做傳統演算法改行ML的組都不太值得去(想深入他們的業務領域的另說)。因為很多都是半斤八兩,你可能進入不到一年就會覺得如果沒有積累又沒有大牛帶,自己悟太慢了。

滿足這個條件的組就不多了。

但這樣的地方候選人競爭也激烈。


我們部門跟自動化所合作的隊伍剛剛拿到ICCV 四項比賽中Places場景解析挑戰賽的冠軍

GPU管夠 數據量大 歡迎私信

CMO體系 商業提升事業部 廣告質量部 模型組


"實力強的、前途好的團隊"....

」實力強「方面:看看團隊里每個人的背景就能知道個七七八八了

」前途好「方面:看看團隊在公司內的位置、以及做的東西靠不靠譜就知道了

...目前此問題下有十幾個回答、感覺靠譜的不多啊、很多跟我想的不太一樣,我在MSRA、IDL 待過,也有同學、朋友分布在阿里IDST 騰訊AI LAB等,補充點個人見解哈:

微軟·亞洲研究院(MSRA) :總體實力強,去年cv組被挖,各組也在與產品線合作 尋求技術落地,黃埔軍校、院友會時會見到很多很多互聯網界的大佬

微軟·小冰組:NLP實力強,聊天機器人的top了

百度·IDL :吳恩達、林元慶都走了,圖像、語音、nlp 相關的各組被併到其他部門了--這點很重要、提醒你們一下

百度·NLP部:王海峰老師的嫡系,自然語言處理的黃埔軍校,實力強、而且王老師可是ACL的主席、會士、周明級別的人物,我覺得圈內的人都知道吧... @cstghitpku 師兄,你說嘞~~

百度·鳳巢:做廣告、CTR 的黃埔軍校,這個做廣告的圈內的人應該也都知道吧

百度·大搜:其實更偏工程一點、但也挺強,畢竟AI可不是誰用的model新、誰用的model複雜 誰實力就強,數據的積累、經驗的積累、工業級的落地應用是很重要的

阿里媽媽:阿里做廣告的、實力挺強

騰訊·微信的模式識別

hulu:北京做研究的組實力也挺強

百度·無人車:IDL孵化出來的、做的東西挺有挑戰性、實力強

還有其他答案提到的:騰訊·AI lab 、阿里idst 、曠視等大家耳熟能詳的就不贅述了

還有與具體產業結合的公司 其中也有很多實力強的團隊,如 第四範式 等

——

暫時想起這麼多、以後有機會再補充


商湯,湯曉鷗,徐立

曠視,孫劍

騰訊優圖,賈佳亞,沈小勇

阿里idst,華先勝

頭條,李航

主要看論文看產品看比賽

個人覺得,大公司選騰訊ai lab或者優圖,小公司選商湯或曠視。


首先聲明沒辦法給出一份完美的AI團隊名單,但,建議從如下方面考慮:

一,關於AI

AI,即Artificial Intelligence(人工智慧)。

可以通過細化AI來匹配自己的興趣點,進而列出自己的AI團隊名單。

建議通過如下兩方面細化AI,即GoalsApplications【引用自wikipedia】

Goals:

Reasoning, problem solving; Knowledge representation; Planning; Learning;

Natural language processing; Perception; Motion and manipulation;

Social intelligence; Creativity; General intelligence

Applications:

Competitions and prizes; Healthcare; Automotive; Finance; Video games

二,關於團隊

針對團隊選擇,只能略表拙見:基礎夯實(研究和經濟實力);對AI有較好的業務表達

忌:外強中乾,憑空吹噓;為AI而AI的團隊也要敬而遠之。

當然,也要考慮團隊氛圍公司文化,以及自我成長等。

【參考:Artificial intelligence】


都是巨頭

好怕怕(才怪)

我們是一家小公司

專做AR相關

搜索IMI

「不要高估一個人的能力,

也不要低估一個團隊的水平」

realize the real


遙不可及的 Deepmind OpenAI FAIR Google

Brain 深度學習三大明星沾上邊的都是值得去的吧


Google Brain, FAIR

如果你進去了,求帶


哪家公司有錢,有業務,行業低位靠前,給的工資高,給的期權多,就進哪個公司啊。


MSRA. 目前做deep learning 方向 Research,在國內還是最好的吧。


不知道ai+安防怎麼樣,比如海康,大華,宇視,這種安防起家的,基於視頻大數據,做人工智慧的?


大數據AI方向?就是沒方向啦。我只做傳統互聯網機器學習下面都分了廣告,推薦,搜索,nlp,圖像分類等好幾個方向


以上大神們都說的差不多了,我說一個做數據的公司吧,愛數智慧,畢竟AI是離不開數據的,無論是大公司還是初創小企業都需要大量的數據訓練模型。

愛數智慧就是專業做數據的,創始人張晴晴博士後畢業之後在中科院聲學所任副研究員(相當於副教授),經過幾年,發現市場上的數據處理方式都不是自己想要的,並且專業度不夠。

經過一年時間對市場上的數據服務企業分析之後,創建愛數智慧,以為AI企業提供最專業的數據為己任。目前的合作夥伴有騰訊、思必馳、Nuance、美的、平安等國內外知名企業。

來這裡,你不會後悔的。


推薦閱讀:

如何量化評估推薦系統的推薦結果?
能否解釋一下dummy encoding和one-hot encoding的具體使用和對自由度的影響?
牛津大學的計算機系(Department of Computer Science)實力如何?
請問有沒有哪位大神使用機器學習方法進行量化策略的回測,結果怎麼樣?
理論、演算法、工具、實踐在機器學習/DM工程師的學習成長過程不同階段分別應占什麼比例?扮演什麼角色?

TAG:互聯網 | 人工智慧 | 演算法 | 機器學習 | 計算機視覺 |