人工智能工程师(数据科学与机器学习)
为丰田通商系统构建受治理的生成式人工智能、检索增强生成(RAG)和多智能体系统。 开发安全、可衡量且可追溯的工作流与检索解决方案。
描述
- 与数据和业务负责人合作,将获批的文档、数据定义、既有成果和专家知识纳入受治理的知识库。
- 构建检索流程、元数据结构、分类体系、标签、来源引用和质量检查。
- 创建评估数据集和检索指标,识别相关性、依据支撑、完整性和来源管理方面的不足。
- 确保生成的输出清楚区分检索到的事实、推断、假设,以及需要主题专家确认的内容。
- 构建安全的多智能体工作流,协调语言模型与确定性步骤,安全地使用工具,并生成结构化、可追溯的结果。
- 明确智能体角色、工具约定、工作流状态、验证方式、错误处理、停止条件和人工审核节点。
- 开发可复用的提示词、工作流和工具编排模式。
- 制定并跟踪针对智能体输出的技术评估和用户导向评估。
- 以两周为周期开展敏捷迭代,演示阶段成果、记录技术决策,并将试点反馈转化为按优先级排序的待办事项。
- 采用安全开发实践,并满足负责任人工智能、安全、隐私、数据治理及企业评审委员会的要求。
- 与未来的运营负责人合作,制定可维护代码、运行手册、监控方案、知识来源更新实践和改进待办事项。
任职要求
- 计算机科学、数据科学、机器学习或相关领域的学士学位,或同等实践经验。
- 至少五年软件、数据科学、机器学习或人工智能工程经验。
- 具备交付生产级 Python 项目并通过版本控制工作流协作的经验。
- 具备使用 API 和结构化工具集成,基于大型语言模型、RAG 系统、智能体工作流或类似人工智能助手构建应用的实践经验。
- 具备扎实的 Python 技能,包括测试、代码审查、CI/CD、API 设计、文档编写和可观测性。
- 具备数据检索与索引、嵌入、向量或混合搜索、评估设计和质量衡量方面的经验。
- 能够将不明确的业务挑战转化为可测试的技术要求,并向技术和非技术合作方说明权衡取舍。
- 展现出对负责任人工智能、隐私、安全和数据治理的重视。
- 优先条件:熟悉现代大型语言模型编排、智能体工作流或开发者辅助平台。
- 优先条件:具备大型语言模型评估框架、护栏、提示词与版本管理、遥测或模型风险控制的设计经验。
- 优先条件:具备支持机器学习生命周期工作流、特征或数据文档编写、模型开发或机器学习项目启动的经验。
- 优先条件:熟悉数据治理、负责任人工智能、访问控制、可审计性和人在环路审核。
相关职位
未找到职位
尝试调整或清除筛选条件,以查看更多机会。
