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。您将与一支由数据工程师、分析工程师、业务数据分析师组成的多元化团队合作，解决现实世界的问题，并通过开发和应用新的人工智能模型和算法改变未来。
作为一名人工智能工程师，您需要对人工智能、机器学习保持浓厚的兴趣，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算法模型。
AI/ML Ops 建立
• 领导AI/ML ops流程和基础架构的实施，重点关注Databricks和Azure。
• 设计和实施持续集成/交付（CI/CD）管道，实现无缝模型部署和监控。
• 实施和管理版本控制系统（例如Git）用于ML/AI代码库。
• 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
• 专注于开发和部署大型语言模型（LLMs）用于自然语言处理任务。
• 实施和优化深度学习模型，包括神经网络和递归神经网络（RNNs），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
• 熟练使用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），实现可扩展和高效的模型部署。
协作和沟通
• 与数据科学家、工程师和跨职能团队密切合作，了解业务需求并提供先进的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。
文档编写和报告
• 为AI/ML模型、算法和工作流创建和维护全面的文档。
• 生成关于已部署模型的性能、可解释性和说明性的详细报告。
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 ops、LLMs和深度学习方面具有强大的学术背景，具备相关课程和项目经验。
首选技能
• 深入了解Databricks MLflow和Azure Machine Learning，实现端到端的ML/AI生命周期管理。
• 在BERT、GPT或XLNet等基于transformer的模型方面有实际经验。
• 熟练使用云服务进行大规模模型部署。
• 熟练使用最先进的框架实施和优化深度学习模型。
熟练掌握Python、R或Scala的编程技能。
• 查看所有职位 
多伦多