软件工程师，数据与 AI/ML——班加罗尔现场办公
作为软件工程师，构建马士基可复用的数据、AI/ML 和生成式 AI 平台。 开发可扩展的数据管道、机器学习解决方案及面向供应链智能的智能体 AI 能力。
描述
- 为数据密集型工作负载设计并交付可扩展的数据与 AI 系统
- 从多样化数据源创建可信数据基础和可复用产品
- 开发符合业务需求的可靠批处理、流处理和近实时数据管道
- 通过数据民主化和自助服务能力推动可信数据访问
- 实施数据质量、治理、血缘、元数据、安全和可观测性能力
- 为应用、机器学习模型、生成式 AI 和 AI 智能体定义共享业务上下文与语义
- 将用于预测、预报、风险分析、异常检测、推荐和优化的机器学习解决方案投入生产
- 使用 RAG、嵌入、向量搜索和工具调用交付可投入生产的生成式 AI 和大语言模型应用
- 开发能够基于可信数据进行推理、使用工具和 API、提出建议并采取行动的智能体 AI 系统
- 为 AI 和智能体系统创建防护机制、访问控制、监控和人工监督
- 开发连接数据、应用和 AI 能力的可复用 API、服务和工作流
- 在有价值时使用 Pipedream 或同类工作流工具
- 在可扩展性、可靠性、安全性、性能和成本之间取得平衡，做出技术与架构选择
- 通过测试、CI/CD 和可观测性强化工程实践
- 参与架构评估、技术设计和代码评审
- 指导工程师并为共享工程和架构标准作出贡献
- 与工程师、数据科学家、架构师、产品团队和供应链专家合作
- 为马士基下一代数字供应链智能平台作出贡献
任职要求
- 至少四年软件工程、数据工程、AI/ML 工程或相关专业经验
- 具备设计和交付可扩展、分布式、数据密集型系统的经验
- 具备参与或负责数据或 AI 平台架构和技术设计的经验
- 具备扎实的 Java 和 Python 编程能力
- 深入了解数据架构、数据建模、分布式系统和数据处理
- 具备大规模构建数据管道、数据产品或数据平台的经验
- 具备 Kafka、Spark、Databricks、Flink 或同类技术经验
- 具备使用关系型和/或 NoSQL 数据库的经验
- 了解数据质量、治理、元数据、血缘和可观测性
- 具备将机器学习模型投入生产的实践经验，包括部署、监控和评估
- 具备开发实用且可投入生产的生成式 AI 和大语言模型应用的经验
- 了解 RAG、嵌入、向量搜索、工具调用和大语言模型评估
- 具备 AI 智能体和智能体工作流经验或深入接触
- 了解 AI 安全、防护机制、访问控制和人工监督
- 具备至少一个云平台的经验，例如 Azure、AWS 或 Google Cloud
- 具备涵盖自动化测试、CI/CD 和生产运营的扎实软件工程实践
- 具备出色的沟通和问题解决能力
- 采用专注于可复用能力的平台化思维
- 优先：具备物流、航运、运输或供应链经验
- 优先：具备实时和事件驱动架构经验
- 优先：具备 MLOps 和模型监控经验
- 优先：具备生产级 RAG、AI 智能体或智能体编排经验
- 优先：具备 MCP 或同类智能体与工具集成模式经验
- 优先：具备知识图谱、语义模型或实体解析经验
- 优先：具备 Pipedream 或类似工作流与集成平台经验
- 优先：具备 Docker、Kubernetes 和云原生架构经验
- 优先：具备负责大规模平台技术设计或架构的经验
福利待遇
- 马士基致力于营造多元包容的工作环境
- 马士基是机会均等雇主
- 在申请和招聘过程中提供调整和便利支持