自然语言处理工程师岗位工作职责范本

岗位说明书系列

自然语言处理工程师岗位

工作职责

（标准、完整、实用、可修改）

编号：FS-QG-78290自然语言处理工程师岗位工作职责Job Responsibilities of Natural Language Processing Engineer

说明：为规划化、统一化进行岗位管理，使岗位管理人员有章可循，提高工作效率与明确责任制，特此编写。

简介:自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。自然语言处理(NLP)是计算机科学，人工智能，语言学关注计算机和人类(自然)语言之间的相互作用的领域。

自然语言处理工程师职位描述(模板一)

岗位职责:

1.负责自然语言处理基础模块开发及应用，优化属性预测分类器;

2.从半结构化或非结构化数据中抽取结构化信息，建立并完善特定领域知识图谱;

3.研发知识表示、知识图谱、知识管理和知识工程相关模型及算法;

4.负责调研最前沿的人工智能技术，追踪并实验最新NLP前沿技术，参与搭建和实现相关模型。

任职要求:

1.计算机及相关专业本科以上学历;

2.熟悉自然语言处理方向常用技术，如分词、词性标注、命名实体识别，关系抽取，句法分析等;

3.熟悉信息抽取相关的算法和逻辑;

4.熟悉知识图谱的构建，熟悉图数据库，拥有知识图谱相关的开发经验优先;

5.熟悉大数据系统架构和开发框架，对深度学习和自然语言处理有深入的研究和实践的优先。自然语言处理工程师职位描述(模板二)

岗位职责:

1.分析处理海量用户文本数据;

2.对文本数据进行特征抽取;

3.构建机器学习模型区分用户行为。

任职要求:

1.计算机或相关专业，具有一年以上自然语言处理相关的工作经验;

2.熟悉python及相关机器学习工具;

3.精通统计语言模型和相关机器学习核心算法;

4熟练掌握自然语言处理的算法和技术，具有分词、新词发现、实体词抽取、文本分类、舆情分析等相关的项目经验;

5.熟悉hadoop、spark等分布式平台。自然语言处理工程师职位描述(模板三)

岗位职责:

1.利用相关技术和算法，提供文本分析相关的基础方案与服务;

2.针对海量文本内容进行中文分词、语义识别、自动聚

类等文本挖掘工作;

3.负责搭建相关的机器学习&大数据计算平台;

4.负责数据和业务的紧密集合。

任职要求:

1.熟练掌握自然语言处理NLP相关理论与技术方法;

2.熟练掌握使用java，数学正则，至少掌握一种脚本语言;

3.熟悉中英文分词、词性标注、实体识别、句法分析、自动文本分类，关键值提取等自然语言处理技术，熟悉语义分析方法和技术(相似度计算、本体理论、语义推理等);

4.熟悉人机对话的前沿方向和研究方向;

5.熟悉了解人工智能、机器学习等领域的前沿方向与研究动向;

6.具备将机器学习与自然语言处理的理论转化为实践的能力;

7.具有相关项目研发经验者(项目主要参与人员)优先。自然语言处理工程师职位描述(模板四)

岗位职责:

1.针对海量文本内容进行中文分词、语义识别、自动文本聚类和情感分析等文本挖掘的工作;

2.为公司产品加入文本挖掘功能，在实际场景中有效运用成熟的文本挖掘算法，将文本挖掘技术产品化;

3.参与小组的产品设计讨论，共同讨论和设计产品。

任职要求:

1.自然语言处理相关专业毕业，熟练掌握自然语言处理领域的基础理论和方法，熟悉中文分词、语义分析、文本聚类、情感分析等基础算法和应用;

2.拥有编程能力，可以通过编写程序实现和运用文本挖掘的算法解决实际问题，拥有根据实际情况调整和优化文本挖掘算法的能力，以达到最终的商业目标;

3.拥有实际的文本挖掘的项目经验;

4.熟悉软件开发流程和配置库的使用，拥有软件开发流程中的代码规范意识、配置管理规范意识、文档撰写规范意识和团队合作沟通交流意识。自然语言处理工程师职位描述(模板五)

岗位职责:

1.为推荐、搜索、问答等功能设计和实现高质量的基础特征;

2.对用户以及用户的反馈(动作、评论)建模，快速定位问题与收集数据，设计解决方案，提升产品体验。

任职要求:

1.统计、数学、计算机专业本科及以上学历;

2.熟悉Linux开发环境，熟悉常见的编程语言，如Python/Java/C++语言;

3.熟悉自然语言处理常见算法与模型(语言模型、MaxEnt/CRF，pLSA/LDA，w2v，d2v，seq2seq，CNN/RNN等);

4.参与或主导过NLP项目(如文本分类、文本聚类、情感分析、问答系统、知识图谱);

5.熟悉Tensorflow、Pytorch、CNTK等常用NLP深度学习框架的优先。

请输入您公司的名字

Foonshion Design Co., Ltd