崗位職責(zé):
1.在IT技術(shù)架構(gòu)下,開展機器學(xué)習(xí)/深度學(xué)習(xí)模型的研發(fā)、調(diào)優(yōu)與工程化實現(xiàn),支持系統(tǒng)智能化需求;跟蹤前沿算法技術(shù),評估其應(yīng)用潛力。
2.構(gòu)建與維護數(shù)據(jù)pipeline,支持模型訓(xùn)練與推 理;與數(shù)據(jù)團隊協(xié)作,確保數(shù)據(jù)可用性、質(zhì)量與合規(guī)性;建立特征倉庫,實現(xiàn)特征復(fù)用。
3.將模型部署至IT生產(chǎn)環(huán)境,配合運維團隊確保模型服務(wù)穩(wěn)定性、可觀測性與持續(xù)迭代;實施模型性能監(jiān)控與預(yù)警機制。
4.建立并維護模型訓(xùn)練、測試、部署的自動化流水線;推動CI/CD在算法領(lǐng)域的實踐;實現(xiàn)模型版本管理與生命周期管理。
5.確保模型開發(fā)與部署符合數(shù)據(jù)安全、隱私保護和行業(yè)合規(guī)要求;實施模型安全測試、公平性評估與風(fēng)險監(jiān)控。
6.撰寫算法方案、系統(tǒng)集成說明與技術(shù)總結(jié),參與IT技術(shù)資產(chǎn)建設(shè)與團隊知識共享;建立和維護算法知識庫。
7.與產(chǎn)品、業(yè)務(wù)、數(shù)據(jù)及工程團隊協(xié)作,將算法能力嵌入業(yè)務(wù)系統(tǒng),提供端到端技術(shù)支持;參與需求分析與技術(shù)方案評審。
8.跟蹤前沿算法與工程實踐,評估其在公司IT系統(tǒng)中的應(yīng)用潛力,推動技術(shù)落地與架構(gòu)演進; 參與技術(shù)選型決策。
任職要求:
1.碩士及以上學(xué)歷(計算機、數(shù)學(xué)、統(tǒng)計、人工智能等相關(guān)專業(yè));或本科畢業(yè)具備突出項目成果、競賽獲獎經(jīng)歷(如Kaggle、天池等TOP10%)或開源 項目核心貢獻者;
2.計算機、數(shù)學(xué)、統(tǒng)計、人工智能、電子工程、物理、數(shù)據(jù)科學(xué)等相關(guān)專業(yè);
3.5年以上經(jīng)驗,有高并發(fā)、大規(guī)模數(shù)據(jù)處理經(jīng)驗;有團隊管理 或技術(shù)領(lǐng)導(dǎo)經(jīng)驗優(yōu)先;有金融、電商、醫(yī)療等行業(yè)經(jīng)驗者根據(jù)業(yè)務(wù)需要優(yōu)先考慮;
4.核心技術(shù)棧:
Python 3.8+PyTorch 1.8+/TensorFlow 2.xScikit-learnSQL Linux/Shell
算法基礎(chǔ):掌握機器學(xué)習(xí)、深度學(xué)習(xí)核心算法與模型調(diào)優(yōu)方法;了解強化學(xué)習(xí)、遷移 學(xué)習(xí)等進階知識
數(shù)據(jù)處理:具備扎實的數(shù)據(jù)處理與特征工程能力,熟悉Spark、Pandas等工具 工程化能力:了解模型部署、服務(wù)化及性能優(yōu)化;熟悉Docker、Kubernetes、
FastAPI/Flask: 開發(fā)工具:熟練使用Git、CI/CD工具(GitLab CI/Jenkins)、MLOps工具
(MLflow/Kubeflow)
云平臺:熟悉至少一種云平臺(AWS/Azure/GCP)的ML服務(wù)