人工智能与机器学习工程师
为 eInfochips 的工程服务构建可扩展的 MLOps 流水线和 LLM 解决方案。 开发、监控并治理机器学习系统。
描述
- 开发人工智能和机器学习解决方案。
- 使用 Azure ML、MLflow、Databricks Asset Bundles (DAB) 和 CI/CD/CT 架构可扩展的 MLOps 流水线。
- 实现监督学习、无监督学习和强化学习模型。
- 开发特征并评估模型性能。
- 跟踪模型漂移并设置自动化警报。
- 建立数据治理、数据血缘跟踪、元数据管理和合规流程。
- 使用 RAG、Agentic AI、MCP 和提示工程设计并部署 LLM 解决方案。
- 创建 Power BI 仪表板,用于模型监控和业务 KPI 报告。
- 在机器学习代码中采用可靠的软件工程实践。
- 评估生成式 AI、Agentic AI 和 LLM 的实际应用场景。
- 指导初级同事、审查代码并主持技术知识分享会。
任职要求
- 4–8 年工作经验。
- 优先考虑通知期为 0–45 天的候选人。
- 深入了解监督学习、无监督学习和强化学习、模型评估及特征工程。
- 熟练使用 TensorFlow、PyTorch 和 Keras。
- 具备 CNN 和 RNN 的实操经验。
- 具备扎实的 Python 技能,包括 NumPy、Pandas 和 scikit-learn。
- 具备 Spark 实践经验;优先考虑有 Databricks 经验者。
- 熟悉 Hadoop 和 Kafka。
- 具备在 Azure、AWS 或 GCP 上使用机器学习服务、数据存储和计算资源的经验。
- 具备扎实的 MLOps 经验。
- 具备扎实的 SQL、NoSQL 和数据建模技能。
- 具备检测和监控模型漂移并设置自动化警报的实操经验。
- 具备实施数据治理框架、数据血缘跟踪、元数据管理和合规流程的实践经验。
- 具备使用 Azure ML、MLflow、Databricks Asset Bundles (DAB) 和 CI/CD/CT 架构可扩展 MLOps 流水线的经验。
- 持有 Microsoft Certified: Azure Data Scientist Associate 认证者优先。
- 具备使用 RAG、Agentic AI、MCP 和提示工程设计并部署 LLM 解决方案的经验者优先。
- 具备构建用于模型监控和业务 KPI 报告的 Power BI 仪表板的经验者优先。
- 具备扎实的统计学、假设检验和数据解读基础者优先。
- 了解可复用、可测试且易于维护的机器学习代码所需的软件工程实践。
- 了解生成式 AI、Agentic AI 和 LLM。
- 能够指导初级同事、审查代码并主持技术知识分享会。
福利待遇
- 有竞争力的薪酬
- 工作与生活平衡
- 职业发展
- 创新的工作环境
- 认可与奖励
