报名参加CloudWeGo黑客松,奖金直推双丰收! 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 18:002352
用户头像

发布了 268 篇内容, 共 127.2 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

探索图像数据中的隐藏信息:语义实体识别和关系抽取的奇妙之旅

汀丶人工智能

关系抽取 命名实体识别 智能文档

ARTS打卡第3周

Johnson

ARTS 打卡计划

C++中的语法知识虚继承和虚基类

芯动大师

构建高效实时数据流水线:Flink、Kafka 和 CnosDB 的完美组合

CnosDB

flink kafka 时序数据库 CnosDB

系统设计 | 如何管理应用系统中的配置?

少个分号

系统设计

系统设计 | RESTful API 使用问题和建议

少个分号

系统设计

系统设计 | 术语管理初探讨

少个分号

系统设计

2023-09-03:用go编写。给你一个 n 个节点的无向无根树,节点编号从 0 到 n - 1 给你整数 n 和一个长度为 n - 1 的二维整数数组 edges , 其中 edges[i] =

福大大架构师每日一题

福大大架构师每日一题

系统设计 | 应用系统缓存策略

少个分号

系统设计

万里路,咫尺间:汽车与芯片的智能之遇

脑极体

智能汽车

ARTS 打卡第 3 周

atom

Amazo S3 是如何实现 99.999999999% 的持久性和可用性的?

亚马逊云科技 (Amazon Web Services)

人工智能 负载均衡 生成式人工智能

基于状态模式: 没有实践,再多的理论都是扯淡!!!

沉浸式趣谈

QEMU之CPU虚拟化(三):虚拟机的创建

Linux内核拾遗

Linux Kenel 虚拟化 qemu kvm VT-x

重识Flutter状态管理 — 探索Flutter中的状态

编程的平行世界

flutter android 前端

ARTS打卡第三周

请务必优秀

系统设计 | 打样工程:增删改查真的那么简单吗?

少个分号

系统设计

系统设计 | 微服务权限检查点

少个分号

系统设计

系统设计 | 业务编号生成

少个分号

系统设计

系统设计 | 分布式事务场景、概念和方案整理(含概念图)

少个分号

系统设计

CloudEon欢迎每一位开源贡献者加入!

CloudEon开源

Go 条件

小万哥

Go 开源 程序员 后端 开发

系统设计 | "胖瘦" BFF:常见的两种微服务形态

少个分号

系统设计

系统设计 | 数据字典方案

少个分号

系统设计

ARTS 打卡第 3 周

AI帅辉

ARTS 打卡计划 AI算法

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