專業(yè)要求:人工智能、計(jì)算機(jī)相關(guān)
職位要求:1、了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的基本概念(如分類、回歸、聚類、神經(jīng)網(wǎng)絡(luò)、預(yù)訓(xùn)練模型等),能區(qū)分計(jì)算機(jī)視覺、自然語(yǔ)言處理、數(shù)據(jù)分析等 AI 技術(shù)的適用場(chǎng)景。
2、理解 AI 項(xiàng)目的核心環(huán)節(jié)(數(shù)據(jù)采集 / 標(biāo)注、模型訓(xùn)練 / 微調(diào)、部署上線、運(yùn)維迭代),能夠分析技術(shù)方案的方案邏輯、技術(shù)難點(diǎn)及風(fēng)險(xiǎn)點(diǎn)。
3、掌握 AI 項(xiàng)目常用術(shù)語(yǔ)(如特征工程、模型精度、推理延遲、容器化、API 接口等),可與技術(shù)團(tuán)隊(duì)進(jìn)行無(wú)壁壘的專業(yè)溝通。
4、具備初步的技術(shù)可行性判斷能力,能結(jié)合項(xiàng)目預(yù)算、算力資源、業(yè)務(wù)需求,向技術(shù)專家反饋方案的調(diào)整建議(如模型輕量化、部署環(huán)境適配)。
5、能協(xié)調(diào)數(shù)據(jù)團(tuán)隊(duì)、算法團(tuán)隊(duì)、運(yùn)維團(tuán)隊(duì)的工作銜接,推動(dòng)數(shù)據(jù)采集 / 標(biāo)注、模型測(cè)試、部署環(huán)境搭建等任務(wù)按計(jì)劃完成。
6、了解 AI 模型部署的常用方式(如服務(wù)器部署、容器化部署、云平臺(tái)部署),熟悉 Docker、K8s 等容器化技術(shù)的基本概念,能協(xié)助運(yùn)維團(tuán)隊(duì)完成部署環(huán)境準(zhǔn)備。
7、具備扎實(shí)的技術(shù)理論基礎(chǔ),對(duì)最新的技術(shù)趨勢(shì)和發(fā)展有著深入地了解,并能夠?qū)⑵鋺?yīng)用到實(shí)際工作中;
8、具備大項(xiàng)目信息化建設(shè)能力,具有較強(qiáng)的團(tuán)隊(duì)協(xié)作能力、計(jì)劃能力、問題解決能力、溝通協(xié)調(diào)能力、風(fēng)險(xiǎn)控制能力和抗壓能力,具備履職所需的安全環(huán)保能力、法治素養(yǎng)和法治能力;
9、有新能源集控中心、新型數(shù)據(jù)中心、儲(chǔ)能數(shù)字化、交通數(shù)字化等相關(guān)經(jīng)驗(yàn)優(yōu)先;
10、大型企業(yè)數(shù)字化工作經(jīng)驗(yàn)及團(tuán)隊(duì)管理經(jīng)驗(yàn)優(yōu)先;
11、有優(yōu)秀的演講及溝通能力優(yōu)先.根據(jù)項(xiàng)目需求,能夠獨(dú)立完成項(xiàng)目產(chǎn)品方案的編制;
12、善于分析用戶需求,對(duì)用戶體驗(yàn)及可用性有深刻和精細(xì)化地理解,能夠通過(guò)分析用戶和市場(chǎng)的變化優(yōu)化產(chǎn)品。