
首席人工智能工程师(美国远程)
领导可扩展人工智能和机器学习系统的研究、架构设计与部署,服务于慧与科技的边缘到云业务。 同时承担技术领导和指导工作。
描述
- 构建并部署先进的机器学习模型和算法。
- 选择建模方法,准备数据,进行特征工程,训练模型并评估结果。
- 领导研究和实验,评估算法并发现创新机会。
- 设计人工智能系统架构,确保可扩展性、性能和可靠性。
- 利用分布式计算框架和云服务改进算法。
- 与数据科学家、软件工程师和产品经理合作,寻找整合人工智能的机会。
- 指导并培养初级工程师。
- 主导跨项目设计评审,贯彻工程最佳实践。
- 与工程经理和团队负责人共同制定长期设计和实施计划。
- 开展反馈周期和持续改进工作。
- 主持会议、跟进进度、解决问题并协调团队。
- 编写并展示面向高管的报告和演示材料。
- 运用数据挖掘、数据建模、自然语言处理和机器学习分析数据集。
- 将客户需求和行业趋势转化为人工智能与机器学习产品、解决方案及系统改进。
- 记录安装和维护流程;编写、测试和调试系统;制定并监控性能指标。
任职要求
- 计算机科学、工程、数据科学、机器学习、人工智能或密切相关的定量领域本科或硕士学位。
- 至少 8 年人工智能和机器学习相关经验。
- 了解监督学习与无监督学习、深度学习、强化学习、自然语言处理、计算机视觉和统计建模。
- 具有实现和部署机器学习算法的经验,例如决策树、随机森林、支持向量机和神经网络。
- 了解 TensorFlow、PyTorch 或 scikit-learn。
- 精通深度学习方法、架构和框架,包括 CNN、RNN 和 GAN。
- 熟练使用 Python、Java 或 C++。
- 能够通过数据整理、特征提取、降维、缺失值处理和数据质量问题排查来准备和清理数据。
- 了解线性代数、微积分、概率论和统计学。
- 熟练使用数据可视化工具和技术。
- 熟悉软件工程原则、Git、测试方法和敏捷开发实践。
- 具有领导研究项目、发表研究论文或参与开源人工智能项目的经验。
- 具有指导和培养其他工程师的经验。
- 具备良好的沟通能力,能够开展跨职能协作、解释技术问题、提供领导和指导。
福利待遇
- 全面的福利,支持身心健康、财务状况和情绪健康。
- 个人和职业发展项目。
- 灵活的工作安排,帮助平衡工作与个人需求。
- 远程或远程办公安排。
- 包容的工作环境。
- 也可能提供浮动激励。


