10 月 23 - 25 日,QCon 上海站即将召开,现在购票,享9折优惠 了解详情
写点什么

LinkedIn 数据给出深度学习热门“东家”排行

  • 2015-11-03
  • 本文字数:1495 字

    阅读完需:约 5 分钟

近日,世界上最大的职业社交网站 LinkedIn(领英)公布了一份在深度学习方面位于世界前列的公司名单。该名单依托于 LinkedIn 广大用户的个人技能和所在公司的数据,通过分析各公司所包含深度学习技能的员工个数得出。

其详细排名情况如下:

  1. Google(包含深度学习方面的员工 151 人,以下缩写为 151 人)
  2. MicroSoft(112)
  3. Sansung Electronics(68)
  4. NVIDIA(68)
  5. IBM(43)
  6. Amazon(43)
  7. Intel(34)
  8. Facebook(32)
  9. Apple(26)
  10. Yahoo(16)
  11. Accenture(15)
  12. Twitter(13)

这些公司主要通过两种途径来获得拥有深度学习方面技能的员工:招聘和收购。以 Yann Le Cun 为例,Facebook 就是通过招聘的方式将其收为人工智能实验室主任。收购则是目前很多大公司常用的手段。其典型的例子包括:

  • Google DeepMind 。作为很早开始涉猎深度学习的大企业,Google 与 2014 年 1 月花费 4 亿美元收购了人工智能创业公司 DeepMind Technologies。该公司由象棋神童 Demis Hassabis 创建,专攻人工智能方向,曾创建了能够学习 Space Invader 游戏的算法。
  • Twitter Madbits Madbits 是由 Yann Le Cun 的两位得意门生联合创办的初创企业。该公司以深度学习技术为基础,开发出了可以自动理解、组织和提取新锐媒介相关信息的虚拟智能技术。2014 年 7 月,Twitter 收购了该企业,完成对 Madbits 技术及人才的收纳。
  • IBM Alchemy 。IBM 公司很多深度学习方面的人才来自初创公司 AlchemyAPI。AlchemyAPI 能够利用深度学习人工智能,收集网站、广告发行商以及企业等的多媒体信息,进行数据分析和预测。今年 3 月份,IBM 完成 AlchemyAPI 的收购工作,开始利用其工具加强 Watson 人工智能。

此外, DataScienceCentral 网站还公布了一份机器学习方面的热门“东家”排行。其详细招聘情况如下:

  1. NJF Global Holding Ltd (招聘 31 人,工作地点:纽约、洛杉矶和芝加哥)。主要负责利用当前的机器学习技术对大量数据进行分析,预测金融走势。
  2. Amazon (招聘 21 人,工作地点:西雅图、剑桥和匹兹堡)。主要负责从 Amazon 的历史数据中分析和提取相关信息来帮助优化关键特性和流程。
  3. Apple (招聘 12 人,工作地点:硅谷)。主要负责改进系统架构和设计多输入方式下的模式识别系统。
  4. IBM (招聘 10 人,工作地点:剑桥、丹佛和纽约)。主要负责设计、实现和评估全新的视觉分析和认知原型。
  5. Twitter (招聘 7 人,工作地点:旧金山、西雅图)。主要负责改善网站和推荐系统的性能。
  6. Northrop Grumman (招聘 7 人,工作地点:蒙特雷、科罗拉多斯普林斯)。主要负责开发机器学习算法。
  7. A9.com/Amazon (招聘 5 人,工作地点:帕洛阿尔托)。主要参与相关性和排行功能相关的工作。
  8. NVIDIA (招聘 4 人,工作地点:硅谷)。主要参与基于 GPU 加速的机器学习团队,进行图像分类等方面的工作。
  9. Microsoft (招聘 4 人,工作地点:华盛顿)。主要负责研发高性能机器学习系统来探测系统漏洞等。
  10. Human Longevity (招聘 3 人,工作地点:圣地亚哥、山景城)。主要负责开发和利用相关算法来识别生物模式等。
  11. Google (招聘 7 人,工作地点:山景城、圣布鲁诺)。主要负责研发优化数据中心效率和稳定性等的算法和方法。
  12. TellApart (招聘 7 人,工作地点:旧金山)。主要负责识别 TellApart 中大数据反应的趋势、测量产品性能和执行深度分析等。
  13. Atigeo (招聘 7 人,工作地点:贝尔维尤)。主要负责研发利用机器学习算法产生大量非结构数据的大规模系统等。

感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们,并与我们的编辑和其他读者朋友交流(欢迎加入 InfoQ 读者交流群)。

2015-11-03 18:002569
用户头像

发布了 268 篇内容, 共 134.3 次阅读, 收获喜欢 24 次。

关注

评论

发布
暂无评论
发现更多内容

数据闭环的建立:确保模型发展的可持续性

测吧(北京)科技有限公司

测试

平台工程在企业数字化转型中的战略价值

SEAL安全

DevOps 运维 IaC 平台工程

熬夜整理的2W字DDD学习笔记

Java随想录

Java 设计模式 DDD

解析数据科学,探索ChatGPT背后的奥秘

百分点科技技术团队

人工智能 数据科学 百分点科技 ChatGPT

自然语言处理技术原理

测吧(北京)科技有限公司

测试

NFTScan | 04.08~04.14 NFT 市场热点汇总

NFT Research

NFT NFT\ NFTScan

All in One:Prometheus 多实例数据统一管理最佳实践

阿里巴巴云原生

阿里云 云原生 Prometheus

拥抱信创新篇章,行云绽放麒麟软件携手认证

行云管家

信创 国产化 麒麟

每帧纵享丝滑——ToDesk云电脑、网易云游戏、无影云评测分析及ComfyUI部署

中杯可乐多加冰

无影云电脑 云电脑 云电脑平台 云电脑云桌面

龙智DevSecOps解决方案:集成Jira/Confluence/HelixCore/SonarQube等知名工具的技术实践与协作场景演示

龙智—DevSecOps解决方案

商业开源MES+源码+送可拖拽式数据大屏

万界星空科技

开源 源码 制造业 mes 开源mes

【合合TextIn】智能文档处理系列—电子文档解析技术全格式解析

合合技术团队

OCR 格式转换 合合信息 文档转换 智能文档

利用技术提升UI自动化测试的准确性

测吧(北京)科技有限公司

测试

图像目标检测的PyTorch实现:探索深度学习在目标识别中的应用

测吧(北京)科技有限公司

测试

阿里云消息队列升级全新品牌 ApsaraMQ丨阿里云云原生 3 月产品月报

阿里巴巴云原生

阿里云 云原生

利用技术提升UI自动化测试的准确性

测吧(北京)科技有限公司

Docker从入门到精通:Docker pull命令学习

霍格沃兹测试开发学社

如何在 Pytest 中添加日志记录

霍格沃兹测试开发学社

智能写手GPT出击!生成测试报告技巧大公开!

测试人

人工智能 软件测试 自动化测试 测试开发 ChatGPT

科技人才的养成之路

天津汇柏科技有限公司

科技

华为云OBS助力物联网数据转发与存储

华为云开发者联盟

云计算 物联网 华为云 华为云开发者联盟 企业号2024年4月PK榜

服务化UI页面结构树解析:优化UI自动化测试的实践探索

测吧(北京)科技有限公司

测试

Python黑科技揭秘:多窗口操作不再是难题,这些技巧让你轻松搞定

测吧(北京)科技有限公司

测试

Docker从入门到精通:Docker镜像相关命令学习

霍格沃兹测试开发学社

深度解读《深度探索 C++ 对象模型》之C++对象的内存布局

爱分享

c++ 内存 代码分析 C++对象模型 C++编程规范

LinkedIn数据给出深度学习热门“东家”排行_语言 & 开发_张天雷_InfoQ精选文章