职位描述
我们正在寻找一名机器学习工程师（Machine Learning Engineer, MLE）加入我们的团队，负责设计、开发和部署高性能的机器学习模型，以解决实际业务问题。您将与数据科学家、软件工程师和产品团队紧密合作，将AI/ML模型从实验阶段推进到生产环境，并优化其性能和可扩展性。
核心职责
机器学习模型开发与优化
研究、开发和优化机器学习/深度学习模型（如分类、回归、推荐系统、NLP、CV等）。
进行特征工程、模型训练、调参和评估，确保模型的高准确性和泛化能力。
探索和实验最新的AI/ML技术（如LLM、Diffusion Models、强化学习等）。
模型部署与生产化（MLOps）
将机器学习模型部署到生产环境（如云服务、边缘设备、嵌入式系统等）。
构建自动化训练和推理流水线（使用TensorFlow Serving、ONNX、TorchScript等）。
优化模型推理性能（如量化、剪枝、蒸馏、GPU/TPU加速）。
数据处理与基础设施搭建
构建高效的数据处理流水线（ETL、特征存储、数据版本控制）。
管理大规模数据集，确保数据质量、隐私和合规性（如GDPR）。
搭建和维护MLOps基础设施（如MLflow、Kubeflow、Airflow、Docker/Kubernetes）。
跨团队协作与产品落地
与数据科学家、软件工程师和产品经理合作，理解业务需求并制定技术方案。
监控模型在生产环境的表现，持续优化并解决潜在问题（如数据漂移、模型退化）。
任职要求（能力要求）
必备技能
- 编程能力：
精通Python，熟悉PyTorch/TensorFlow/Keras等主流ML框架。
熟悉软件工程最佳实践（版本控制、单元测试、CI/CD）。
- 机器学习基础：
扎实的机器学习理论基础（监督/无监督学习、深度学习、统计建模）。
熟悉常见算法（如XGBoost、CNN/RNN/Transformer、聚类算法）。
- MLOps & 部署经验：
有模型部署经验（如Flask/FastAPI、Docker、Kubernetes）。
熟悉云平台（AWS SageMaker/GCP Vertex AI/Azure ML）。
- 数据处理能力：
熟练使用SQL、Pandas、Spark等处理大规模数据。
了解数据流水线工具（如Apache Beam、Airflow）。
加分项（Nice to Have）
- 熟悉LLM（如GPT、Llama、RAG）、LangChain、向量数据库。
- 有推荐系统、计算机视觉（CV）或自然语言处理（NLP）项目经验。
- 熟悉边缘AI部署（如TensorRT、ONNX Runtime）。
- 有开源项目贡献或Kaggle/竞赛获奖经历。
教育背景
计算机科学、人工智能、数据科学、数学或相关领域的本科/硕士学历。
或具备同等行业经验（3年+ MLE/数据科学家经验）。