开发者社区 > 阿里巴巴招聘 > 视频 > 正文

阿里云智能秋招空中宣讲会(三):研发&算法&技术支持专场

发布者:Dev-Talk 2020-07-31 11:26:49 9188
视频介绍

秋招宣讲会简介:阿里云2021应届生招聘进行中,资深HR和学长学姐在线给你解答校招疑问,亲授应聘经验,并放送内推码哦,助你斩获Offer!约起来!更多秋招宣讲会专场,戳我前往专题页

本次宣讲会场次信息一览
8月5日,19:00~20:00 阿里云智能秋招空中宣讲会(一):前端&设计专场,戳我前往
8月12日,19:00~20:00 阿里云智能秋招空中宣讲会(二):研发&算法专场,戳我前往
8月19日,19:00~20:00 阿里云智能秋招空中宣讲会(三):研发&算法&技术支持专场

本场嘉宾阵容
球森(主持人) | 全球技术服务部 | 高级业务体验专家

风起 | 全球技术服务部 | 高级开发工程师 | 北京航空航天大学
高级开发工程师,现就职于阿里云 GTS 部门。2019年1月毕业于北京航空航天大学,毕业季收获多家互联网大厂校招offer,综合考量下于2019年2月加入 GTS 高可用架构团队,负责性能压测服务 PTS 产品研发,主要专注于性能压测与高可用架构领域。

就砺 | 全球技术服务部 | 高可用架构团队开发工程师 | 中科大
高可用架构团队开发工程师,主要方向为异地多活商业化输出和集团内SLA体系建设。
2019年毕业于中科大,在校期间曾经创业做过两款社交APP,注册账户达几千个,让几十个学生脱单;也开发过VR地震科普视频,在科技活动周开放给社会展示,为数百中小学生带来知识和乐趣。

王可心 | 全球技术服务部 | 高级技术运营工程师 | 浙江大学
2018届校招生,作为一张内心五彩斑斓的白纸加入阿里。2年来,逐渐成长为高级技术运营工程师,梦想驱动型专家,并致力于成为快乐传播总监,及行业造风研究员。在快速更迭的业务形态中,始终葆有对业务的真挚、对同学的真诚和对自己的真实。同时,为了在葆有宣传头像上的容颜边缘挣扎。加入阿里羽毛球、马拉松、潜水等民间组织,并在年会上跳钢管,玩转“快乐工作,认真生活”。
想了解我这个底层搬砖女民工的过去,对准备简历可能有略微参考,悄悄搜“浙江大学 王可心”。

海泉 | 全球技术服务部 | 高级运营专家 | 清华大学
负责交付技术部培训赋能业务,致力于为生态伙伴提供标准化、专业化、全面化的岗位技术培训,联合生态伙伴一起陪伴客户成长。曾任职VMware,担任大中华区首席技术培训讲师,亚太区讲师认证主考官,十年的培训经验积累让我更有信心和激情在阿里云GTS的大舞台上充分发挥自己的价值,广阔天地,大有可为!

葳兰 | 全球技术服务部 | 运营专家 | 北京邮电大学
GTS生态合作伙伴运营专家,阿里云智能业务线新人培训战狼团、云启班特邀讲师,专有云学院负责人。曾任中国移动政企首席内训师、中国移动海外公司中高层管理培训讲师、多次在世界通信大会、中国移动合作伙伴大会上担任首席讲解,多次接待副国级和省部级领导。曾在国际电信联盟、世界宽带联盟、世界运营商联盟等国际标准组织担任工作组技术编辑、专项中方代表,提案20余项,发布正式标准2册。
秋招海报-GTS.jpg

+关注
Dev-Talk
文章
问答
视频
来源圈子
更多
最新的招聘信息,最全的面试经验,尽在阿里巴巴招聘!
+ 订阅
相关文章
更多
ML之LiR:利用LiR线性回归算法(自定义目标函数MSE和优化器GD)对Boston房价数据集(两特征+归一化)进行回归预测 ML之LassoR&RidgeR:基于datasets糖尿病数据集利用LassoR和RidgeR算法(alpha调参)进行(9→1)回归预测 ML之LiR&LassoR:利用boston房价数据集(PCA处理)采用线性回归和Lasso套索回归算法实现房价预测模型评估 ML之LiR&Lasso:基于datasets糖尿病数据集利用LiR和Lasso算法进行(9→1)回归预测(三维图散点图可视化) ML之回归预测:利用Lasso、ElasticNet、GBDT等算法构建集成学习算法AvgModelsR对国内某平台上海2020年6月份房价数据集【12+1】进行回归预测(模型评估、模型推理) ML之回归预测:利用多个算法模型(LassoR、KernelRidgeR、ElasticNetR、GBR、LGBMR、XGBR)对国内某平台上海2020年6月份房价数据集【12+1】进行回归预测 ML之FE:利用【数据分析+数据处理】算法对国内某平台上海2020年6月份房价数据集【12+1】进行特征工程处理(史上最完整,建议收藏)——附录 ML之FE:利用【数据分析+数据处理】算法对国内某平台上海2020年6月份房价数据集【12+1】进行特征工程处理(史上最完整,建议收藏) ML之XGBoost:利用XGBoost算法对波士顿数据集回归预测(模型调参【2种方法,ShuffleSplit+GridSearchCV、TimeSeriesSplitGSCV】、模型评估) ML之回归预测:利用十类机器学习算法(线性回归、kNN、SVM、决策树、随机森林、极端随机树、SGD、提升树、LightGBM、XGBoost)对波士顿数据集回归预测(模型评估、推理并导到csv)