人工智慧與機器學習工程師
為 eInfochips 的工程服務打造可擴展的 MLOps 管線與 LLM 解決方案。 開發、監控並治理機器學習系統。
說明
- 開發人工智慧與機器學習解決方案。
- 使用 Azure ML、MLflow、Databricks Asset Bundles (DAB) 和 CI/CD/CT,設計可擴展的 MLOps 管線。
- 實作監督式學習、非監督式學習與強化學習模型。
- 設計特徵並評估模型效能。
- 追蹤模型漂移並設定自動警示。
- 建立資料治理、資料血緣追蹤、中繼資料管理與合規流程。
- 運用 RAG、Agentic AI、MCP 和提示工程設計並部署 LLM 解決方案。
- 建立 Power BI 儀表板,用於模型監控與業務 KPI 報告。
- 在機器學習程式碼中採用扎實的軟體工程實務。
- 評估生成式 AI、Agentic AI 和 LLM 的實際應用。
- 指導初階同事、審查程式碼並主持技術知識分享會。
職位要求
- 4–8 年工作經驗。
- 偏好通知期為 0–45 天者。
- 深入了解監督式學習、非監督式學習與強化學習、模型評估及特徵工程。
- 熟悉 TensorFlow、PyTorch 和 Keras。
- 具備 CNN 和 RNN 的實務經驗。
- 具備扎實的 Python 技能,包括 NumPy、Pandas 和 scikit-learn。
- 具備 Spark 實務經驗;有 Databricks 經驗者優先。
- 熟悉 Hadoop 和 Kafka。
- 具備在 Azure、AWS 或 GCP 上使用機器學習服務、資料儲存與運算資源的經驗。
- 具備扎實的 MLOps 經驗。
- 具備扎實的 SQL、NoSQL 和資料建模技能。
- 具備偵測及監控模型漂移,並設定自動警示的實務經驗。
- 具備實作資料治理架構、資料血緣追蹤、中繼資料管理與合規流程的實務經驗。
- 具備使用 Azure ML、MLflow、Databricks Asset Bundles (DAB) 和 CI/CD/CT 設計可擴展 MLOps 管線的經驗。
- 持有 Microsoft Certified: Azure Data Scientist Associate 認證者加分。
- 具備運用 RAG、Agentic AI、MCP 和提示工程設計並部署 LLM 解決方案的經驗者加分。
- 具備建置用於模型監控與業務 KPI 報告的 Power BI 儀表板經驗者加分。
- 具備紮實的統計學、假設檢定與資料解讀基礎者加分。
- 了解如何為可重複使用、可測試且易於維護的機器學習程式碼採用軟體工程實務。
- 了解生成式 AI、Agentic AI 和 LLM。
- 能夠指導初階同事、審查程式碼並主持技術知識分享會。
福利待遇
- 具競爭力的薪酬
- 工作與生活平衡
- 專業發展
- 創新的工作環境
- 肯定與獎勵
