1.AI技術(shù)掌握與應(yīng)用:深入了解并熟練掌握當下主流的人工智能技術(shù),如機器學(xué)習(xí)、深度學(xué)習(xí)(包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等)、自然語言處理、計算機視覺等,跟蹤行業(yè)技術(shù)發(fā)展動態(tài),將新技術(shù)應(yīng)用于公司業(yè)務(wù)場景。 熟悉主流人工智能框架和工具,如TensorFlow、PyTorch、Scikit - learn等,根據(jù)項目需求選擇合適的技術(shù)工具進行開發(fā);
2.AI私有化部署: 負責公司人工智能產(chǎn)品的私有化部署工作,根據(jù)不同的硬件環(huán)境和用戶需求,制定合理的部署方案并實施和穩(wěn)定運行。與運維團隊緊密合作,解決私有化部署過程中出現(xiàn)的網(wǎng)絡(luò)、服務(wù)器配置、性能優(yōu)化等問題,保障系統(tǒng)的高可用性和安全性;
3.AI模型訓(xùn)練與優(yōu)化:針對私有化部署的人工智能產(chǎn)品,利用公司自有數(shù)據(jù),進行模型的訓(xùn)練、調(diào)優(yōu)和驗證工作,提高模型的準確性、泛化能力和性能表現(xiàn)。分析模型訓(xùn)練過程中的數(shù)據(jù)特征和模型表現(xiàn),及時發(fā)現(xiàn)并解決過擬合、欠擬合等問題,確保模型能夠有效應(yīng)用于實際業(yè)務(wù)場景;
4.前端應(yīng)用支持:與前端開發(fā)團隊協(xié)作,為APP、小程序、公眾號、網(wǎng)站等前端應(yīng)用提供人工智能技術(shù)支持。通過API接口等方式,實現(xiàn)人工智能服務(wù)與前端應(yīng)用的無縫對接,確保前端用戶能夠流暢使用相關(guān)智能功能。根據(jù)前端業(yè)務(wù)需求,對人工智能服務(wù)進行定制化開發(fā),例如調(diào)整圖像識別的功能需求、優(yōu)化自然語言交互的效果等,提升用戶體驗。撰寫詳細的技術(shù)文檔,包括人工智能產(chǎn)品的部署手冊、使用說明、模型訓(xùn)練文檔等,方便公司內(nèi)部其他人員理解和使用相關(guān)技術(shù)與產(chǎn)品。
1.碩士及以上學(xué)歷,人工智能、數(shù)學(xué)、計算機等相關(guān)專業(yè),具備扎實的人工智能理論基礎(chǔ)和實踐能力;
2.熟練掌握至少一種主流深度學(xué)習(xí)框架,如 TensorFlow 或 PyTorch,能夠使用框架進行模型搭建、訓(xùn)練、評估和部署,熟悉框架的高級特性,如分布式訓(xùn)練、模型優(yōu)化技巧等;
3.熟悉機器學(xué)習(xí)工具包,如 Scikit - learn,掌握其在數(shù)據(jù)預(yù)處理、模型選擇、評估等方面的應(yīng)用,能夠利用 Scikit - learn 快速搭建和評估機器學(xué)習(xí)模型;
4.掌握數(shù)據(jù)預(yù)處理的方法和技巧,包括數(shù)據(jù)清洗、數(shù)據(jù)歸一化、數(shù)據(jù)編碼等,能夠?qū)⒃紨?shù)據(jù)轉(zhuǎn)化為適合模型訓(xùn)練的格式;
5.熟悉至少一種主流操作系統(tǒng),如 Linux等,能夠在 Linux 環(huán)境下進行開發(fā)和部署工作;了解服務(wù)器相關(guān)知識,能夠協(xié)助運維團隊進行服務(wù)器的搭建和配置,確保人工智能產(chǎn)品在服務(wù)器上穩(wěn)定運行。掌握軟件工程的基本原理和開發(fā)流程;
6.熟練掌握至少一種編程語言,如 Python、 Java 或 C++ 編程能力。具備模型訓(xùn)練與調(diào)優(yōu)技能;
7.具備將人工智能模型部署到不同環(huán)境的能力,包括本地服務(wù)器、云服務(wù)器;
8.具有學(xué)習(xí)能力、創(chuàng)新能力、團隊協(xié)作溝通能力、責任心與抗壓能力等。
注:至少擁有2 - 3年在人工智能相關(guān)領(lǐng)域的工作經(jīng)驗。有1 - 2年以上專門從事人工智能模型訓(xùn)練和優(yōu)化的工作經(jīng)驗。1 - 2年的數(shù)據(jù)處理和分析經(jīng)驗。1 - 2年人工智能產(chǎn)品私有化部署經(jīng)驗。1 - 2年與前端開發(fā)團隊協(xié)作的經(jīng)驗。