Description
- 你對機器學習、分散式系統有源源不絕的熱忱嗎?
- 你擁有打不死的好奇心，喜歡耐著性子追根究底嗎?
- 你擅長靈活思考與行動，不斷探索、驗證與思考如何突破瓶頸?
我們正尋找擁有這樣特質的你……一起扮演現代福爾摩斯，加入趨勢科技Core Tech TMCAT Project!
在這個團隊，你可以~
- 悠遊於千萬筆的Real Data中，分析全球網路使用者行為及日新月異的病毒資料
- 從龐雜無盡的資料中找出潛在的抽象規則，依據數據結果設計並建構模型來提供解決方案、預測使用者/病毒行為
- 透過與其他軟體研發人員的合作，參與趨勢核心threat projects, 提升資安相關的技術和問題處理流程，以增加技術的廣度
利用 Machine Learning及Deep Learning ，讓我們一起來訓練智慧的科技腦。透過資料學習，不斷調整模型的構成，抽絲剝繭，從平凡中挖掘黑暗威脅的跡象。讓我們一起來發揮資料的技術力，在巨人的肩膀上發現問題的脈絡，創造AI大未來!
Responsibilities
Seeking for candidate who is able to create scalable solution by applying machine learning techniques for customer-facing problems.
- Will be dealing with huge amount of data to identify new type of fast-changing internet threat
- Will closely work with development team to express the novelty ideas and turn it into productive solution to solve the real world case.
- Will closely communicate with Operation and Field Support to understand customer-facing problems and optimize the machine learning techniques to solve customer’s problem
- Will research on innovative machine learning technique that could solve real world challenging cases
Qualification/Requirement
- Experience with applying predictive modeling using sophisticated algorithms such as Support Vector Machine, Deep Learning… etc. to solve real world case.
- Experience with handling and analysis of large-scale knowledge extraction, pattern recognition, text mining, graph analysis
- Experience with very large dataset collection/processing/analysis under customer’s environment and able to provide predictive capability of potential future threats
- Experience with large scale distributed programming
- Experience with distributed computing platforms
- Familiar with Python/Java
Support Vector Machine, Deep Learning.
Experience with handling and analysis of large-scale knowledge extraction, pattern recognition, text mining, graph analysis.
Experience with very large dataset collection/processing/analysis under customer’s environment and able to provide predictive capability of potential future threats.
第一次面試和 3 個 RD 主管談，屬於核心研發團隊,除了之前舊有的 Security 研究，另一個就是 Web 研發
第二次面試和 RD 主管、PM Leader、HR，主要是自己做的研究以及期望薪資，很喜歡趨勢的研究環境，有自己核心的研發，但也不會和產品脫節。
跟兩個主管談，趨勢說要發展一個整合的系統，覺得研究的方向不錯。
用 Python 考 3 題 codility，約莫兩個多小時，覺得比較偏實作，沒有複雜的演算。
網路上刷的 codility 比較偏複雜的演算法，但趨勢的 codility 則陷阱題偏多。
一面約莫 2 個小時，跟三個部門談，專注在技術的問題：如論文內容和現職工作內容。
二面跟部門大主管面談約 1.5 小時，問很細節的技術性問題、project 如何合作，印象最深刻的等等；問我可以將技術應用在哪些地方？為何要選擇這份工作？
SPN 大主管面試，約莫 1 個多小時，自我介紹後就都在講 project 的技術層面。
覺得 codility 寫得很順，三題在兩個半小時內都有寫完。
面試時和一個研發部門的主管以及人資聊了一個多小時，主管都問 project 技術性問題，或者是之前的工作內容，以及介紹一下部門的分工情形及公司產品，他說主要是在 data center 裡需要 Machine Learning 的人才；人資則會問有沒有其他 offer 或者對公司的興趣程度等等。
面試過程聊起來感覺滿開心的，最後也順利拿到 offer 囉~
前測給 3 題，限 2 個半小時內寫完。考試內容偏應用，比演算法相對容易。
面試時間大概是一個半小時，先跟用人主管一對一面談。主管問了一些技術方面的問題，和以前做過的專案內容；HR 最後會問對趨勢有興趣的地方是什麼。
趨勢的 Codility 陷阱題偏多！
第一次面試總共面了快兩小時，只有問到專業技術的問題，包括碩士論文寫過的東西和現在的工作內容。
第二次面試大概一個半小時，和 Yamato 大主管面，問技術性問題和工作流程等很細節的東西，也有問到未來可以為公司做什麼樣的貢獻。這次面試主要被問到很多關於之前 project 如何合作、印象最深刻的事情等等，最後才會跟 HR 談到薪資的部分，Offer get！