崗位概述
負(fù)責(zé)智能體開(kāi)發(fā)平臺(tái)的升級(jí)維護(hù)、AI場(chǎng)景落地開(kāi)發(fā)、數(shù)據(jù)分析及機(jī)器學(xué)習(xí)算法落地、模型微調(diào)及訓(xùn)練、模型運(yùn)行環(huán)境構(gòu)建以及機(jī)器視覺(jué)場(chǎng)景應(yīng)用封裝等工作

主要職責(zé)：
1、智能體開(kāi)發(fā)平臺(tái)維護(hù)與升級(jí)
負(fù)責(zé)智能體開(kāi)發(fā)平臺(tái)的日常維護(hù)和功能升級(jí)
優(yōu)化平臺(tái)架構(gòu)，提高系統(tǒng)穩(wěn)定性和可擴(kuò)展性
開(kāi)發(fā)新的平臺(tái)功能模塊，支持多樣化的AI智能體開(kāi)發(fā)需求
解決平臺(tái)運(yùn)行過(guò)程中的技術(shù)問(wèn)題和性能瓶頸

2、AI場(chǎng)景落地開(kāi)發(fā)
參與AI應(yīng)用場(chǎng)景的需求分析和技術(shù)方案設(shè)計(jì)
開(kāi)發(fā)面向特定業(yè)務(wù)場(chǎng)景的AI解決方案
實(shí)現(xiàn)從概念驗(yàn)證到生產(chǎn)部署的完整開(kāi)發(fā)流程
與產(chǎn)品、業(yè)務(wù)團(tuán)隊(duì)協(xié)作，確保技術(shù)方案滿足業(yè)務(wù)需求

3、數(shù)據(jù)分析及機(jī)器學(xué)習(xí)算法落地
處理和分析大規(guī)模業(yè)務(wù)數(shù)據(jù)，提取有價(jià)值的信息
應(yīng)用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)方法進(jìn)行數(shù)據(jù)挖掘和模式識(shí)別
將成熟的機(jī)器學(xué)習(xí)算法應(yīng)用到實(shí)際業(yè)務(wù)場(chǎng)景中
評(píng)估算法效果，持續(xù)優(yōu)化模型性能

4、模型微調(diào)及訓(xùn)練
基于預(yù)訓(xùn)練模型進(jìn)行針對(duì)性的微調(diào)和優(yōu)化
計(jì)和實(shí)施模型訓(xùn)練流程，包括數(shù)據(jù)準(zhǔn)備、特征工程等
調(diào)整超參數(shù)，優(yōu)化模型性能和泛化能力
進(jìn)行模型版本管理和實(shí)驗(yàn)跟蹤

5、模型運(yùn)行環(huán)境構(gòu)建
構(gòu)建穩(wěn)定可靠的模型運(yùn)行和部署環(huán)境
開(kāi)發(fā)模型服務(wù)化接口，支持在線推理和批量處理
實(shí)現(xiàn)模型的自動(dòng)化部署和更新機(jī)制
監(jiān)控模型運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)和解決問(wèn)題

任職要求

1、教育背景與經(jīng)驗(yàn)
計(jì)算機(jī)科學(xué)、軟件工程或相關(guān)專業(yè)本科及以上學(xué)歷
3年以上Python開(kāi)發(fā)經(jīng)驗(yàn)，具備扎實(shí)的編程基礎(chǔ)
有實(shí)際的AI項(xiàng)目落地經(jīng)驗(yàn)

2、技術(shù)要求
熟悉常用的機(jī)器學(xué)習(xí)庫(kù)如scikit-learn、pandas、numpy等
了解深度學(xué)習(xí)框架如TensorFlow、PyTorch等
了解MLOps相關(guān)工具和流程
熟悉Kubernetes等容器編排工具，熟悉Docker等容器化技術(shù)

3、加分項(xiàng)
有大型AI平臺(tái)或系統(tǒng)開(kāi)發(fā)經(jīng)驗(yàn)
具有OpenCV、YOLO或其他計(jì)算機(jī)視覺(jué)庫(kù)的使用經(jīng)驗(yàn)
具備大規(guī)模數(shù)據(jù)處理經(jīng)驗(yàn)
對(duì)AI技術(shù)和應(yīng)用場(chǎng)景有濃厚興趣
學(xué)習(xí)能力強(qiáng)，能夠快速掌握新技術(shù)