Quantiphi 高级机器学习工程师——孟买现场办公
在 Quantiphi 负责设计和交付可扩展的机器学习、LLM 及对话式 AI 系统。构建智能体框架、MLOps 能力以及与 AWS 集成的解决方案。
描述
- 设计、开发和部署涵盖传统机器学习、LLM 及对话式 AI 的可扩展机器学习解决方案。
- 负责完整的机器学习和 AI 生命周期,从数据准备、特征工程,到模型开发、验证、部署和监控。
- 创建支持工具调用及多智能体协同工作流的生产级智能体框架。
- 在机器学习和基于 LLM 的系统中应用 MLOps 实践。
- 开发可靠的 REST API,将机器学习和对话式 AI 解决方案连接至企业应用及外部服务。
- 构建可扩展的对话分析和 AI 系统可观测性能力。
- 与数据科学家、数据工程师、产品经理及其他利益相关者合作,将业务需求转化为可扩展的机器学习和 AI 解决方案。
- 设计由 LLM 驱动的解决方案,并在 AWS 基础设施上主导智能体框架开发。
任职要求
- 4 至 7 年专业工作经验。
- 具备设计、开发和部署大规模机器学习解决方案的实践能力,包括传统机器学习和基于 LLM 的对话式 AI。
- 具备管理完整机器学习和 AI 生命周期的经验,包括数据准备、特征工程、模型开发、验证、部署和监控。
- 具备设计生产级智能体框架、工具调用工作流和多智能体协同机制的经验。
- 具备 MLOps 专业知识,涵盖机器学习和 LLM 系统的部署、监控与优化。
- 深入了解回归、决策树、支持向量机、集成方法、聚类、数据预处理、特征选择和统计建模。
- 深入掌握提示工程、上下文优化、智能体推理模式、RAG、向量数据库和语义搜索。
- 熟练掌握 Python 以及 scikit-learn、XGBoost、LightGBM、LangChain 和 CrewAI。
- 具备为机器学习模型和对话式 AI 应用构建稳健 REST API 的经验。
- 具备使用 AWS 服务(如 SageMaker 和 Bedrock)的经验。
- 具备开发可扩展对话分析和 AI 可观测性框架的经验。
- 具备出色的问题解决、沟通和利益相关者管理能力。
- 具备模型上下文协议(MCP)或同类智能体通信标准经验者优先。
- 具备客户支持自动化或联络中心技术经验者优先。
- 拥有 AWS 机器学习专业认证、Azure AI 工程师认证或 Google Cloud 机器学习工程师认证等云端 AI 认证者优先。
福利待遇
- 重视透明、多元、诚信、学习和职业发展的工作环境。
- 支持创新,同时促进员工职业和个人成长的环境。
