機器學習工程師 II——哥倫布混合辦公
為 Mimecast 的 Incydr 內部風險網路安全產品開發可擴展的機器學習、生成式 AI 與即時資料管線。 主導正式環境部署及跨職能計畫,推動面向客戶的功能發展。
說明
- 研究、設計、開發及維護進階機器學習模型
- 訓練、評估及微調模型,以進行模型選擇與驗證,並最佳化準確度、延遲及吞吐量
- 針對可擴展性、模型調校及資料基礎架構設定提出方案
- 為即時產品設計並實作完整的資料與機器學習管線
- 透過特徵工程取得、清理及轉換原始資料
- 為正式環境準備機器學習模型,並將其整合至現有系統
- 監控已部署模型的有效性、吞吐量及延遲
- 協助規劃適用於大量資料集的軟體架構
- 從最初構想到正式環境發布,領導機器學習計畫
- 指導初階同事並推廣工程最佳實務
- 與產品、工程、行銷、客戶成功、銷售及其他產品開發團隊合作
- 透過研究與實驗開發面向客戶的功能及預測模型
- 在知識分享會議中說明複雜的技術概念
- 在有限監督下管理、規劃及排列工作優先順序
- 建立利害關係人關係,支持協作、包容且持續改進的團隊文化
- 使用 AI 開發工具探索概念、製作解決方案原型、解讀資料,並試驗大型語言模型與代理式系統
職位要求
- 定量領域博士或碩士學位,並具備至少四年將進階機器學習應用於產業問題的經驗;或學士學位,並具備至少六年直接相關經驗
- 精通 Python、C++、Java 或 Kotlin 程式設計
- 具備使用 PyTorch、NLTK、spaCy、OpenCV、Tesseract 及 Hugging Face 的實務經驗
- 了解線性代數、隨機最佳化及機率論
- 熟悉統計推論與機器學習方法,包括預測、時間序列分析、假設檢定、異常偵測、分類及迴歸
- 具備處理包含超過兩百萬筆訓練範例的大規模資料集及高度不平衡資料的經驗
- 熟悉 AWS 服務,例如 ECS、Kinesis、Lambda、S3、Glue、SageMaker、Bedrock、Athena、RDS 及 Redshift
- 具備使用 LangChain、LlamaIndex、n8n 及 Spring AI 設計與部署可擴展生成式 AI 服務的經驗
- 能夠開發及維護基礎架構即程式碼
- 具備使用版本控制系統的經驗
- 了解主服務協議及合規義務下的敏感資料處理
- 具備出色的分析、問題解決、溝通、協作、適應、當責及注重細節能力
- 能向非技術受眾說明技術概念及其業務影響,並成功完成適用的背景查核
- 成功完成適用的背景查核
福利待遇
- 完整的福利方案
- 結構化學習及在職學習機會
- 具備個人彈性的混合工作模式
- 包容且多元的工作環境
- 為身心障礙者或有其他需求者提供面試調整或便利措施
- 可能提供獎勵計畫
- 依公司政策及適用的當地法規提供其他福利
