作为云工程师，您将负责开发和实施基于云的人工智能解决方案。您将与数据科学家、软件工程师和其他利益相关者密切合作，设计、构建和部署云平台上的人工智能模型和应用程序。您的角色将涉及利用云技术和基础设施来实现可扩展和高效的人工智能工作流程。
职责：
• 设计和开发基于云的人工智能解决方案：与跨职能团队合作，了解业务需求并将其转化为可扩展的云平台上的人工智能解决方案。架构、实施和部署机器学习模型和人工智能应用程序。
• 云平台选择和配置：评估不同的云平台（如AWS、Azure或Google Cloud），确定最适合特定人工智能用例的平台。配置和优化云基础设施以支持人工智能工作负载，确保高可用性、可扩展性和性能。
• 数据准备和预处理：与数据科学家和数据工程师合作，确定和访问相关的数据源。开发数据管道，为训练人工智能模型预处理数据，确保数据质量、一致性，并符合数据治理标准。
• 模型训练和优化：与数据科学家合作，使用基于云的机器学习框架进行模型训练和微调。实施分布式训练和超参数调整等技术，优化模型的性能和准确性。
• 模型部署和集成：将训练好的人工智能模型部署到云平台上的生产环境。将人工智能模型集成到现有系统、应用程序或API中，实现实时预测和决策。
• 监控和维护：监控部署的人工智能模型和基础设施的性能、可扩展性和可靠性。实施自动化监控和警报系统，及时检测和解决问题。根据需要维护和更新人工智能模型，以适应不断变化的业务需求。
• 安全和合规性：确保云平台上的人工智能解决方案的安全性和合规性。实施适当的安全措施、数据加密、访问控制和隐私标准，以保护敏感数据并符合相关法规。
要求：
• 教育和经验：计算机科学、工程或相关领域的学士或硕士学位。有人工智能工程、云计算或相关职位的经验者优先。
• 人工智能和机器学习专业知识：深入理解人工智能和机器学习的概念、算法和框架。熟悉流行的机器学习库（如TensorFlow、PyTorch）和深度学习架构。
• 云平台熟练掌握：扎实的云平台理解，如AWS、Azure或Google Cloud。熟悉与人工智能相关的云服务，如Amazon SageMaker或Azure Machine Learning，非常理想。
• 编程技能：精通Python、Java或Scala等编程语言。具备使用Bash或PowerShell等工具进行脚本编写和自动化的经验。
• 基础设施和部署：了解云基础设施组件（如虚拟机、容器、存储、网络）并具备使用Terraform或CloudFormation等基础设施即代码工具的经验。
• 数据工程技能：理解数据工程原理，包括数据预处理、ETL（抽取、转换、加载）和数据管道开发。精通SQL和数据库技术。
• 解决问题和团队合作：强大的分析和解决问题的能力，以应对复杂的人工智能和云工程挑战。优秀的协作和沟通能力，能够在跨职能团队中有效工作。
• 持续学习的心态：渴望了解人工智能、云技术和最佳实践的最新进展。愿意根据需要学习新的工具和技术。 
伦敦