职位概述
AI/ML工程师是推动AI转型计划的关键技术贡献者。该角色专注于构建和部署智能的云原生应用程序——从由生成式AI驱动的系统和检索增强助手到数据驱动的自动化工作流。
在机器学习、云工程和教育创新的交汇处工作，工程师将复杂的需求转化为可扩展、安全且可维护的AWS原生AI系统，以增强CGOE全球在线项目的教学、学习和运营。
主要职责
1. AI应用程序和系统开发
负责设计和端到端实施结合生成式AI、狭义AI和传统ML模型（如回归、分类）的AI系统。
实施检索增强生成（RAG）、多代理和基于协议的AI系统（如MCP）。
使用无服务器和容器化架构（AWS Lambda、Fargate、ECS）将AI功能集成到生产级应用程序中。
针对特定的教育和管理用例微调和优化现有模型，重点关注性能、延迟和可靠性。
使用AWS服务（如Glue、S3、Step Functions和Kinesis）构建和维护用于模型训练、评估和监控的数据管道。
2. 云和基础设施工程
在AWS上架构和管理可扩展的AI工作负载，利用SageMaker、Bedrock、API Gateway、EventBridge和基于IAM的安全服务。
构建微服务和API以将AI模型集成到应用程序和后端系统中。
开发自动化CI/CD管道，确保已部署工作负载的持续交付、可观察性和监控。
使用Docker应用容器化最佳实践，并通过AWS Fargate和ECS管理工作负载，实现可扩展的无服务器编排和可重复性。
确保符合法规标准（FERPA、GDPR）以实现安全的数据处理和治理。
3. 协作、文化和持续改进
与跨职能团队密切合作，交付集成且有影响力的AI解决方案。
使用基于Git的版本控制和代码审查最佳实践，作为协作、敏捷工作流程的一部分。
在敏捷、迭代开发文化中运作，参与冲刺、回顾和计划会议。
不断学习和适应新兴AI框架、AWS工具和云技术。随着团队规模扩大，贡献于文档、内部知识共享和指导。
• 要求：
必备资格
教育和认证
计算机科学、AI/ML、数据工程或相关领域的学士学位（优先考虑硕士学位）。
优先考虑AWS认证（解决方案架构师、开发人员或同等）；专业级认证更佳。
经验
3年以上开发和部署AI/ML驱动的应用程序的生产经验。2年以上AWS架构（无服务器、微服务、CI/CD、IAM）实践经验。
具备设计、自动化和维护用于模型推理、评估和监控的数据管道的能力。
在应用、生产环境中有生成式AI和传统ML技术经验。
技术技能
语言：Python（必需）；熟悉Go、Rust、R或TypeScript优先。
AI/ML框架：PyTorch、TensorFlow、LangChain、LlamaIndex或类似框架。
云和基础设施：AWS SageMaker、Bedrock、Lambda、ECS/Fargate、API Gateway、EventBridge、Glue、S3、Step Functions、IAM、CloudWatch。
基础设施即代码：AWS CloudFormation。
DevOps和工具：Git、Docker、AWS Fargate、ECS、CI/CD（GitHub Actions、CodePipeline）。
数据系统：SQL/NoSQL、向量数据库和AWS原生数据服务。
期望属性
对数据工程基础和生产质量AI系统设计有深入理解。
热衷于应用AI以改善教育成果和运营效率。优秀的问题解决、调试和沟通能力。
展示了快速学习、适应新技术和持续改进的能力。致力于伦理AI、数据隐私和透明性。
具有协作心态，在敏捷、团队环境中取得成功。
在快节奏、不断变化的环境中茁壮成长，主动寻求提升技能和改进流程的机会。
