高级人工智能与机器学习工程师 – 班加罗尔混合办公
为 Solventum 的医疗供应链构建生产级人工智能、机器学习和智能体自动化解决方案。跨 AWS 和 Microsoft Azure 部署可扩展系统。
描述
- 为复杂的供应链问题创建并部署可扩展的机器学习模型和人工智能解决方案
- 开发用于预测、优化、预测性分析、异常检测和智能自动化的端到端机器学习管道
- 使用 LangGraph、LangChain、AutoGen、CrewAI 或同类框架设计、测试和部署人工智能智能体及多智能体系统
- 构建集成工具、记忆和编排能力的基于大语言模型的工作流，实现业务流程自动化
- 为结构化、半结构化和非结构化企业数据创建摄取、转换和特征工程管道
- 连接知识库、知识图谱、向量数据库和智能文档处理解决方案
- 在 AWS 和 Microsoft Azure 上部署和运营人工智能及机器学习应用
- 维护涵盖模型版本管理、CI/CD、自动化部署、监控和再训练的 MLOps 与 LLMOps 管道
- 评估并改进机器学习模型和大语言模型的准确性、延迟、云资源使用、可靠性和成本
- 应用负责任的人工智能实践
- 与供应链利益相关者、数据科学家、软件工程师、云架构师、产品经理和数字化转型团队合作
- 定义工程标准，参与架构和代码评审，并编写技术文档
任职要求
- 计算机科学、软件工程、人工智能或相关领域的学士学位，并具备 7 年以上机器学习、人工智能、数据科学或人工智能工程专业经验
- 或者拥有硕士学位、相关行业经验以及 5 年以上工作经验
- 具备高级 Python 实践能力
- 具备在生产环境中设计、开发、部署和优化可扩展机器学习及人工智能解决方案的经验
- 具备预测建模、预测、优化、特征工程、模型评估、监控和生命周期管理经验
- 具备 Azure、Databricks 和 AWS 等云平台经验
- 具备使用 LangGraph、LangChain、AutoGen、CrewAI 或类似技术构建和部署生成式人工智能应用及智能体人工智能工作流的生产经验
- 了解大语言模型、提示工程、RAG、人工智能评估方法和负责任人工智能
- 深入理解系统设计模式、微服务、API、Docker、Kubernetes 和基础设施自动化
- 具备使用 Azure AI Foundry、Azure Monitor、Azure ML Monitoring、AWS CloudWatch、MLflow、LangSmith、Prometheus、Grafana 或 OpenTelemetry 等人工智能可观测性和评估工具的经验
- 具备企业数据平台、数据管道、SQL 和分布式数据处理框架经验
- 愿意出差 10%–20%
- 优先考虑：具备为供应链、医疗保健或其他企业领域开发人工智能与机器学习解决方案的实践经验
- 优先考虑：具备应用 MLOps 和 LLMOps 实践的经验
- 优先考虑：熟悉人工智能治理、模型可解释性、数据安全、隐私和负责任人工智能实践
福利待遇
- 在班加罗尔采用混合办公安排
- 参与医疗保健人工智能、机器学习和数据科学解决方案的开发
- 与跨职能技术和业务团队协作
- 接触 AWS 和 Microsoft Azure 云平台
- 参与人工智能与机器学习、生成式人工智能、智能体人工智能、MLOps 和 LLMOps 工作