职位的主要目的
高级数字架构师负责在整个组织内设计、实施和维护云数字平台。该角色专注于通过整合AI/ML模型、新兴技术和大规模数据处理框架来增强企业分析能力，以推动数据驱动的决策制定和运营效率。此外，数字架构师将与业务和技术团队合作，加速数字化转型，简化数据治理，并采用新兴技术以推动持续创新。
主要职责：
- 设计可扩展、安全的云原生架构框架，用于AI/ML解决方案，包括MLOps管道、模型部署基础设施和集成模式。
- 建立实施生成式AI解决方案的架构指南，包括安全措施和伦理考量。
- 设计可扩展的架构，将AI/ML模型打包为生产就绪的API或定制应用程序/微服务。
- 定义模型部署、监控和维护的技术标准。
- 识别和评估特定行业的数据和AI平台、自动化机器学习工具，以适应业务用例并创造价值。
- 与业务利益相关者合作，了解需求并将其转化为技术解决方案。
- 建立AI模型生命周期管理的治理框架。
- 评估技术和信息安全风险，并在实施数字解决方案时提供缓解策略。
- 审核数据、模型和工程中的AI工具和实践，专注于持续改进和反馈机制。
- 为利益相关者提供有关数字解决方案、云架构和平台优化的战略和技术指导。
- 了解新兴技术，并应用云原生、AI/ML驱动的解决方案、自动化工具以促进业务流程中的创新。
所需经验和技能
AI/ML 专业知识
- 8年以上数字解决方案架构经验，其中至少5年专注于AI/ML解决方案，最好是在能源行业。
- 具有设计和实施企业级AI/ML架构/解决方案的成功经验。
- 5年以上AI/ML框架（TensorFlow、PyTorch等）和AI模型部署经验。
- 精通大型语言模型和生成式AI实现。
- 在提示工程、RAG和微调方面有经验，以优化模型性能和响应准确性。
- 具备实时机器学习系统和边缘计算经验。
MLOps和DataOps
- 对MLOps实践和工具有深入了解。
- 熟悉MLOps和DataOps方法，包括CI/CD管道、ML模型监控和自动化。
- 具有DevOps、无服务器计算和容器化（Docker、OpenShift、Kubernetes）经验。
云和架构
- 在云计算平台（Azure、GCP）、云服务（SaaS、PaaS、DaaS）和微服务驱动的架构方面有丰富的专业知识。
- 具有设计可扩展架构的经验，将AI/ML模型打包为生产就绪的API或定制应用程序/微服务。
- 具备系统集成方法、现代数据架构和云原生应用设计的工作知识。
治理和合规
- 深入了解数据治理框架、网络安全原则、法规合规和企业环境中的AI伦理。
- 了解AI/ML法规合规。
沟通与协作
优秀的沟通技巧，能够有效地与业务、技术和产品团队合作，并将复杂的技术需求转化为可操作的解决方案。
教育资格
- 信息管理、工程或技术相关领域的学位，展示出强大的分析和定量技能。
- 数据科学、应用机器学习、计算机科学或统计学的高级学位（硕士或博士）是非常理想的。
