创业公司招聘OpenStack开发人员

招聘 
根据前一段时间大家在论坛中的建议,为了能吸引更多优秀的人才,我们很欢迎对OpenStack有兴趣的,并且自学能力强的应届毕业生加入到我们的队伍中。 
同时,我们也希望能够有行业中的大牛们加入到我们的队伍中来,我们会尽量满足您的要求,和我们一起来实现梦想,创造未来。也欢迎各位到公司莅临指导。 

联系方式 
新浪微博私信联系:@RaySun 
个人邮箱:xiaoquqi@gmail.com 
工作地点:北京市朝阳区北苑拂林路景龙国际 

那么为了进一步让大家了解我们,我想再详细介绍一下我们的团队,以便让大家对加入我们充满信心。 

核心团队 
1、行业资深渠道拓展总监一名,10年以上创业及公司管理经验,通过长时间的积累,拥有了大量良好的渠道合作用户。 
2、行业资深市场分析总监、高级产品经理一名,原某国内上市公司市场服务体系副总,常年奋战在一线,对用户的需求及产品的定位有着非常良好的理解 
3、最后是我自己,负责产品的设计和研发,9年开发经验,其中3年团队管理经验,近7年一直在外企工作。熟悉项目管理、开发、团队的管理,并对OpenStack的架构和开发有深入的了解。2012年8月代表原公司参加了OpenStack亚太区大会,并作为讲师在大会发言。 

为什么要以独立事业部存在? 
资源共享,先期不必为一些基本问题困扰,例如社保、公积金等日常的事务所困扰,让加入我们的朋友绝无后顾之忧。 
我们不是一个人在战斗。 

我们要做什么? 
简单一句话:具有特色的云服务管理平台,但是我们不局限于此,下面是我们简单的Road Map。 
Road Map:云服务管理平台->面向行业用户的Paas解决方案->面向行业用户的大数据分析解决方案 

我们的目标 
1、活下来。这些年看了太多的Startup公司的起起伏伏,中国的也有、美国的也有,所以深刻领悟到了“活下来”对一个创业公司巨大的意义,并不是我心无大志,而是希望脚踏实地。只有活下来,才可能拿到更多的投资,走的更远,我们并不是要过“烧钱”的瘾,我们希望我们能够成为世界五百强的科技公司。 
2、走下去。在活下来的基础上,大量吸引投资,吸引人才,打造人性化的工程师文化,按照我们的Road Map一步一步走下去,让公司有更大的发展。 
3、富起来。我们希望和我们一路走来的兄弟姐妹(对待我团队里的成员,我一直把他们当做亲人一样,所以不太喜欢用工程师这个词),在北京买得起房、开的起汽车。 

我们的优势 
1、公司核心团队合作时间超过6年以上,团队战斗力非常强,效率高 
2、公司具有一定的渠道积累,换句话说就是我们有很明确的客户群,不会做出来东西不知道卖给谁,能够从客户那里获得到第一手资料,而不是闭门造车 
3、保健因素:提供有竞争力的薪酬和项目奖金;该上的保险都给上;有需要工作居住证的也可以帮着申请;每年定期体检 
4、激励因素:完成目标,有项目奖金;期权就不说了,不上市等于白纸一张;定期团队建设活动;年底聚会 
5、项目团队组建注重男女比例,尽量做到7:3的黄金比例 
6、逐步引进外企的先进管理经验,比如Work from home,弹性工作制等 

--- 

云平台前端开发工程师 
工作地点:北京 职位类别:技术类 招聘人数:4人 

工作职责: 
负责云计算平台的门户网站建设,要求开发的系统具有高性能和高可靠性,并且具备非常良好的用户体验; 
负责云平台前端与后台服务的通讯; 
根据产品需求,开发具有良好用户体验的功能; 

工作要求: 
2年以上相关工作经验; 
精通Python语言,熟练使用Django架构进行WEB开发; 
熟练使用Javascript,CSS及HTML等前端开发技术; 
熟悉基于REST API的WEB开发; 
良好的代码开发风格及开发习惯; 
熟悉敏捷开发及TDD开发流程; 
熟练使用Linux系统,能够在Linux环境下进行工作; 
熟练使用Git版本控制工具及Gerrit代码Review者优先; 
具备良好的英文资料阅读和理解能力; 
了解开源项目,有OpenStack,CloudStack,Hadoop开发经验优先; 
沟通能力,自学能力强,有强烈的求知欲,有独立解决分析、解决问题的能力,良好的团队合作意识; 

云平台服务端开发工程师 
工作地点:北京 职位类别:技术类 招聘人数:4人 

工作职责: 
负责开发云平台服务端模块的开发; 
参与公司基于OpenStack的IAAS产品研发工作; 
解决部署实施过程中出现的问题; 

工作要求: 
2年以上相关工作经验; 
精通Python语言,熟悉WSGI,Greenlet等开发技术; 
熟悉REST接口的开发; 
熟悉MySQL数据库的设计及使用; 
熟悉高级消息管理协议,熟悉RabbitMQ; 
熟练使用Linux系统,熟悉各种Linux命令的使用,能够在Linux环境下进行开发工作,对虚拟化技术有一定的了解; 
良好的代码开发风格及开发习惯; 
熟悉敏捷开发及TDD开发流程; 
熟练使用Git版本控制工具及Gerrit代码Review者优先; 
具备良好的英文资料阅读和理解能力; 
了解开源项目,有OpenStack,CloudStack,Hadoop开发经验优先; 
沟通能力,自学能力强,有强烈的求知欲,有独立解决分析、解决问题的能力,良好的团队合作意识; 

自动化部署研发工程师 
工作地点:北京 职位类别:技术类 招聘人数:2人 

工作职责: 
负责研发云平台大规模部署方案; 
解决部署过程中出现的问题; 

工作要求: 
1年以上相关工作经验; 
精通Ruby语言,了解Rails; 
精通Puppet/Chef至少一种自动化部署工具的开发,能够基于需求,开发自动化部署脚本; 
熟悉Cobbler,Kickstart或Foreman的使用方法; 
熟练使用Linux系统,熟悉各种版本的Linux命令的使用,能够在Linux环境下进行开发工作; 
良好的代码开发风格及开发习惯; 
熟悉敏捷开发及TDD开发流程; 
熟练使用Git版本控制工具及Gerrit代码Review者优先; 
具备良好的英文资料阅读和理解能力; 
了解开源项目,有OpenStack,CloudStack,Hadoop开发经验优先; 
沟通能力,自学能力强,有强烈的求知欲,有独立解决分析、解决问题的能力,良好的团队合作意识; 

系统集成售前工程师 
工作地点:北京 职位类别:技术类 招聘人数:1人 

1、 负责系统集成项目的解决方案编写、技术方案设计、技术交流和澄清、招投标技术文档的编写等售前工作; 
2、 把握行业趋势、关注市场竞争动态以及对客户信息化需求进行调研和分析; 
3、 负责与销售团队保持沟通,实时了解行业动态、各地市场信息,并挖据客户需求; 
4、和第三方厂家保持沟通,及时了解业内系统集成相关技术和解决方案; 

任职资格: 
1、 计算机或相关专业本科以上学历,至少两年以上系统集成相关项目管理、实施、市场推广经验; 
2、 熟练的文档编写能力(包括PPT演示文档、技术建议书、标书制作、用户手册等); 
3、语言表达能力和口头沟通能力强,有良好的协调能力; 
4、熟悉主流硬件生产厂家(IBM/HP/ORACLE/DELL/华为/CISCO)至少两类厂家以上的服务器、存储、网络机型、选型工具及方法。熟悉HA与容灾策略、虚拟化、云计算等技术。 
5、 有实际系统集成项目实施或运维经验者优先; 
6、有Cisco、IBM、HP、ORACLE、H3C或系统集成相关认证者优先;
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值