角色与职责
主要职责
• 领导设计和开发用于实际业务应用的先进机器学习和深度学习模型。
• 与数据科学家、产品经理和软件工程师跨职能合作，识别、定义和实施人工智能用例。
• 推动完整的模型生命周期：从数据预处理和特征工程到训练、调优和生产部署。
• 构建和实施强大的MLOps管道，包括CI/CD工作流、模型版本控制、监控和自动再训练。
• 指导初级团队成员并为AI/ML功能的最佳实践做出贡献。
• 持续优化和扩展AI系统，以提高生产环境中的性能、可靠性和成本效益。
• 通过探索AI/ML领域的新研究、框架和工具，保持领先地位，并积极提出创新应用。
• 对数据和ML基础设施的架构决策做出贡献。
职位要求
学术资格：
• 计算机科学、数据科学、人工智能、工程或相关领域的学士或硕士学位
经验与技术技能：
• 5-10年机器学习和AI解决方案开发的实际经验，其中至少3年以上在生产环境中处理模型的经验。
• 在大规模构建、部署和维护ML系统方面有强大的业绩记录。
• 专家级Python技能，深谙TensorFlow、PyTorch、Scikit-learn等ML/DL框架。
• 对机器学习算法、数据工程工作流和软件开发最佳实践有扎实的理解。
• 有使用云平台（AWS、GCP、Azure）进行ML模型训练、实验和部署的经验。
• 拥有MLOps工具和实践的实际经验：Docker、Kubernetes、Git、CI/CD、模型监控。
• 对数据管道有深刻理解，包括使用编排工具（如Airflow、Kafka）。
告诉雇主您具备的技能
TensorFlow
机器学习
Git
Pandas
Airflow
Azure
管道
计算机视觉
PyTorch
Python
Docker
GCP
数据科学
编排
C
