职责：
• 开发、优化和维护用于机器学习管道和数据处理的 Python 应用程序。
• 使用现代 Python 框架（如 Flask 或 FastAPI）设计和实现 API。
• 使用 SQL 和/或 PySpark 处理结构化数据，以支持特征工程和分析。
• 使用 CI/CD 管道、Docker 和 MLOps 工具在生产环境中部署和维护机器学习模型。
• 使用 MLflow、ClearML 和 Evidently.ai 等工具监控和管理模型性能。
• 与跨职能团队合作，确保机器学习系统的可扩展性、可靠性和性能。
• 实施包括单元测试、集成测试和性能/压力测试在内的稳健测试框架。
要求：
• 4 年以上 Python 开发的实际经验。
• 2 年以上使用 SQL 或 PySpark 处理结构化数据的经验。
• 1 年以上使用 Python 框架（Flask、FastAPI、Gunicorn）开发 API 的经验。
• 熟悉模型部署、容器化（Docker）和 MLOps/DevOps 实践。
• 具有使用 MLflow、ClearML 或 Evidently.ai 等数据和模型监控框架的经验。
• 对机器学习开发生命周期有扎实的理解。
• 对系统性能和可扩展性优化有深入理解。
优先资格：
• 具有软件测试方法的背景。
• 在运筹学和数学优化（例如，线性规划、遗传算法）方面有经验，特别是在零售、物流、供应链或能源等领域。
附加优点：
• 了解 LLMOps（开发、部署、评估、版本控制、监控大型语言模型）。
• 具有优化 SQL 和 PySpark 性能的经验。
• 熟悉 Celery 或 Redis Queue 等作业队列。
Argyll Scott Asia 在此职位中充当招聘公司。 
香港