AI / ML工程师
远程
合同
我们正在寻找一位专注的ML/AI工程师加入我们的数据分析团队。您将与数据工程师、分析工程师、业务数据分析师等数据专家组成的多元团队合作，通过开发和应用新的人工智能模型和算法来解决现实世界的问题并改变未来。
作为一名人工智能工程师，您需要对人工智能、机器学习有浓厚的兴趣，并及时了解这个快速变化领域的最新发展。您的职责将包括收集和分析数据集，识别模式并开发预测性算法模型。
AI/ML运营建立：
• 领导AI/ML运营流程和基础设施的实施，重点关注Databricks和Azure。
• 设计和实施持续集成/交付（CI/CD）流水线，实现无缝模型部署和监控。
• 实施和管理ML/AI代码库的版本控制系统（例如Git）。
• 通过参数调整、集成方法和正则化技术优化模型性能。
LLMs和深度学习：
• 专注于开发和部署用于自然语言处理任务的大型语言模型（LLMs）。
• 实施和微调深度学习模型，包括神经网络和循环神经网络（RNN），用于复杂的业务用例。
• 应用迁移学习技术，利用预训练模型并将其适应特定应用。
技术专长：
• 熟练运用Databricks进行ML/AI工作流，包括特征工程、模型训练和超参数优化。
• 熟练使用PyTorch或TensorFlow开发、训练和部署深度学习模型。
• 熟悉容器化工具（例如Docker）和编排框架（例如Kubernetes），实现可扩展高效的模型部署。
协作和沟通：
• 与数据科学家、工程师和跨职能团队密切合作，了解业务需求并交付先进的AI解决方案。
• 将复杂的技术概念有效地传达给非技术利益相关者。
文档和报告：
• 为AI/ML模型、算法和工作流创建和维护全面的文档。
• 生成关于部署模型的性能、可解释性和可解释性的详细报告。
资格：
• 计算机科学、机器学习或相关领域的硕士或博士学位。
• 在AI/ML运营、LLMs和深度学习方面具有展示专业知识的课程和项目的强大学术背景。
首选技能：
• 深入了解Databricks MLflow和Azure Machine Learning，用于端到端的ML/AI生命周期管理。
• 在使用BERT、GPT或XLNet等基于转换器的模型方面具有实际经验。
• 熟练使用云服务进行大规模模型部署。
• 熟练实施和微调具有最新框架的深度学习模型。
• 熟练掌握Python、R或Scala编程技能。 
多伦多