主要职责：
协助构建和验证用于商业用例的机器学习模型和生成式AI解决方案。
支持创建和维护可扩展的机器学习管道，包括数据准备、特征工程、训练和评估。
与高级数据科学家和工程师合作，在生产环境中微调模型以提高性能和可靠性。
帮助通过API和系统接口将机器学习模型集成到应用程序中。
监控已部署模型的准确性、性能和数据质量；根据需要提升问题。
为AI工具和模型的持续研究和基准测试做出贡献，以改进当前解决方案。
与数据工程师合作，确保高质量的数据摄取和转换管道。
学习并应用版本控制和CI/CD实践，在机器学习生命周期中使用Git和Azure DevOps等工具。
使用Azure服务（如Azure Machine Learning Studio、Databricks）协助模型开发、测试和部署。
在AI/ML项目中遵循文档、代码质量和可重复性方面的最佳实践。
要求：
计算机科学、数据科学、工程或相关领域的学士或硕士学位。至少2-4年机器学习或数据科学项目的实际经验。
精通Python和常见的机器学习库（scikit-learn、pandas、TensorFlow、PyTorch）。
接触过云环境，理想情况下是Microsoft Azure或类似平台。
熟悉机器学习工作流程、版本控制和基本的DevOps实践。
具备较强的分析和问题解决能力。
愿意学习并与团队合作。
