机器学习工程师

• 主要职责: • 研究和开发用于时间序列分析的最先进的深度学习模型。 • 尝试并实施信号处理和机器学习领域的前沿技术。 • 进行广泛的数据预处理、清洗和特征工程，以优化模型输入。 • 在云计算环境中管理完整的模型生命周期，利用MLOps中的最佳实践。 • 与研发团队密切合作，设计符合项目目标和客户需求的解决方案。 • 发表研究结果，为科学文献做出贡献，并参加相关会议。 • 必要技能: • 机器学习、计算机科学、电气工程、数学或相关领域的硕士或博士学位。 • 对神经网络有扎实的理论和实践知识，尤其要针对时间序列数据的RNN、LSTM和注意力机制进行定制。 • 精通Python编程，有使用PyTorch和其他深度学习框架的经验。 • 具有使用诸如GCP或AWS等云计算平台的经验，关注用于机器学习的分布式系统。 • 在与传感器和工业设备实时数据相关的信号处理领域有扎实背景。 • 在研发环境中有先前经验，具有创新解决问题和发表成果的良好记录。 • 推荐技能: • 掌握高级MLOps实践，包括自动模型测试、部署、监控和维护。 • 熟悉其他编程语言，如R或Java，有利于多样化的研发项目。 • 云技术和机器学习认证，例如AWS认证机器学习-专业或Google专业机器学习工程师证书。 • 积极参与机器学习社区，为开源项目进行贡献或积极参与技术论坛。