我 相 信 这 么 优秀 的 你
已 经
置 顶
了 我
本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处。
搬到新址一年后，Google准备在北京搞点新事情。
△ Google北京办公室的新址
Google将组建一个base在北京的人工智能/机器学习团队，完全从无到有。
这会是怎样的一个团队？
越来越多信息显示，一个以机器学习为核心的团队，将在Google北京被建立，最为关键的是：招聘已然在进行中。
官方信息显示，Google正在为北京团队招募四大机器学习相关的岗位，包括：
-
机器学习研究员
-
机器学习技术主管
-
云端机器学习产品经理
-
机器学习软件工程师
尽管Google没有标明上述岗位的招募数量，但仍然有大量的信息泄露出来。
例如，这不仅是一个工程团队，还兼具技术研发的任务。
涉及的AI方向包括：
计算机视觉、视频处理与理解、图像处理、语音识别、自然语言理解、文本理解、分类、模式识别、推荐系统、定位系统，以及机器学习、深度学习、优化的算法基础、人机交互，数据挖掘，AI+医疗保健，计算基因组学等。
以及关注的行业包括：
商业和零售、媒体和娱乐、医疗保健、金融、交通等。
更值得关注的是，这次招聘的四个岗位中，有两个明确与云端机器学习有关，足见Google对云端机器学习业务的重视。值得进一步思考的是，Google是否要把云端服务，正式引入中国运营？
如果想要推进这个计划，Google还需要一个中国的伙伴。
关于上述种种，记者并没有从Google官方获得回应。
那如果想成为这“历史性”的一员，该具备怎样的条件呢？Google官方招聘要求，虽然久违，但还是熟悉的配方。
■ 机器学习研究员
职位描述
这个岗位要参与人工智能和机器学习应用方面的尖端研究，并且针对大规模的现实问题制定解决方案。
作为Google机器学习团队中的一名研究员，将运用机器学习技术来解决极富挑战性的难题，并为客户制定模型和解决方案。
这个独特的团队要负责向外部用户提供先进的机器学习算法，并与诸多行业/领域（包括商业和零售、媒体和娱乐、医疗保健、金融等等）的合作伙伴密切协作。
Google还强调说：我们采用与众不同的方式来开展研究工作。我们的研究员不会被封闭在秘密实验室里闷头做研究，而是会深入到工程业务的方方面面。
应聘要求
博士，发表过AI/ML论文，有C、C++、Python编程经验。
熟悉以下领域：计算机视觉、视频处理与理解、图像处理、语音识别、自然语言理解、机器学习、深度学习、优化的算法基础、人机交互，数据挖掘，AI+医疗保健，计算基因组学等。
■ 机器学习技术主管
职位描述
这个岗位要求具备广博的技术和领导能力，需要管理多个团队和地区的工程师以及大额的产品预算，并监督大规模项目在全球多地的部署工作。
作为技术主管，还将帮助制定AI/ML解决方案，带领团队打造机器学习 (ML) 解决方案，推动AI相关技术的创新。
应聘要求
硕士以上，博士优先。8年以上管理经验，3年以上软件工程团队工作经验。
有解决实际机器学习问题经验；有设计、数据结构和算法经验；分析和调试技能出色；有面向客户的产品经验；熟悉AI/ML项目、平台、方案和基础架构；适应快节奏工作，组织和表达能力优秀等，以上全部为加分项。
■ 云端机器学习产品经理
职位描述
这个岗位所属的部门，需要和Google内部的研究和工程团队（Research、Brain、DeepMind）以及外部伙伴包括学术界在内进行合作与互动。作为产品经理，还需要在Google云内部进行协调组织，收集需求、管理项目进度等。
官方说法：“您将担任Google Cloud团队中一个备受瞩目的职位，负责管理云端ML产品。”
应聘要求
本科以上学历，8年产品管理设计经验，大中华区互联网行业和产品市场经验。以及在如下垂直领域5年工作经验：金融、医疗、商业、交通、内容和娱乐等。
有机器学习产品经验；熟悉多个业务环节、擅长跨团队合作、沟通和表达能力（包括撰写PRD以及PPT等）出色，普通话和英语流畅等均为加分项。
■ 机器学习软件工程师
职位描述
机器学习解决方案团队将和研究团队合作，推动与Google云端平台相关的AI/ML技术的开发。这个工作还将和特定领域（包括商业、媒体、医疗、金融等等）伙伴合作，改进并制定新的AI/ML解决方案。
需要解决的问题有很多，从机器学习应用问题（例如构建推荐系统），到核心机器学习平台（例如云端 TensorFlow），再到可帮助商业客户解决复杂问题的高级机器学习 API，以及深度云端集成（将机器学习集成到 BigQuery）。
应聘要求
本科以上，硕博优先。2年以上AI/ML工作或者教育经验。有Java、C/C++或Python编程经验。有GPU编程经验、熟悉ML平台何家沟、沟通和外部协作能力强等优先。
熟悉以下领域：自然语言处理，文本理解，分类，模式识别，推荐系统，定位系统，排名系统等。
当然，Google在北京围绕AI的举措，不止组建团队而已。
在此之前，TensorFlow作为Google面向AI时代的开发者平台，内部对其在中国的影响力非常重视。
4月在乌镇，Google大脑团队负责人Jeff Dean就告诉记者，希望通过TensorFlow，让每一家公司都拥有机器学习方面的能力，而不必非得高薪聘请一位机器学习方面的专家。
在Google内部，Google大脑和Google云正在通力合作，希望把TensorFlow打造成为一个辐射全球的机器学习的算法模块和自动化学习系统，可以覆盖到数以百万计的中小公司，让它们也能参与到AI变革中。
中国市场当然是不可忽视的一块。
同样还是4月的乌镇，TensorFlow的负责人Rajat Monga告诉记者，中国地区的TensorFlow用户增长情况喜人，已经超过14万的下载，是全世界最活跃使用的地区之一。
更令Jeff Dean感动的是，中国开发者还主动义务帮助TensorFlow实现汉化，Google内部对此非常感激，并希望能够通过官方力量做更多。
值得关注的是，已经有现成结果可以被看到。
就在8月31日，Google中国开发者官方网站发布信息称：中国开发者可以更加便利地使用TensorFlow了，他们在中国的开发者网站上提供数百份实用资源，所有对TensorFlow感兴趣的开发者、研究人员或公司都可以在tensorflow.google.cn上获取使用指南，在知识库中搜索现有的API（应用程序编程接口），或是构建模型的方法。
这可能也是“Google中国机器学习中心”建立后将要承担起的作用。自去年12月8日Google中国开发者平台上线后，外界就期望可以在此基础上获得更多，特别是AI风起云涌的当下。
此外，对于Google来说，把TensorFlow更顺畅地带给中国开发者，不仅是使命所然，也肯定不乏商业前景。
一方面，TensorFlow背后的“支持者”Google云，自然而然能够有更富力度的中国市场开拓，即便多年前有过一些众所周知的事情，但涉及2B业务相关的事宜，不是没有空间。纵向上看，这几年来Google大中华区面向企业端的广告营收做得不错；而横向上比较，亚马逊的AWS中国业务，也让Google有参照可循。
另一方面，TensorFlow也是Google在下一个时代继续保持优势的平台之一，Android一样的生态在下一个时代的延续，显然是至关重要的，而且TensorFlow展现出的扩展性、多平台性，显然比Android远远大得多。
TensorFlow现在也有一些中国大客户，比如京东、小米都是TensorFlow的应用者，也有一些创业项目在通过TensorFlow享受Google开源而出的机器学习资源，比如一家叫CastBox的播客应用，就利用TensorFlow对他们的用户偏好进行分析，并向听众提供个性化的推荐。
最后，在AI人才争夺如此激烈的当前，Google在中国设立机器学习团队，主观上不知道，但客观上肯定能抢夺到不少优秀的AI人才。
之前Google在国内也不是完全没有研发相关的团队，但7年以来，大中华区在Google整体研发中的地位，恐怕只有更差。
据记者所知，Google在中国保留了类似字体、输入法、emoji等相关的产品研发和设计团队，但最核心的研发任务，更多位于山景城。我们听到的更多重要进展，自然也来自这个Google总部所在地。
说出来你可能不信，但不是每一个中国工程师都愿意远赴山景城，即便放在面前的是一份Google总部的offer。
