1. 需求分析與技術(shù)方案設(shè)計(jì)
- 與業(yè)務(wù)部門協(xié)作,分析業(yè)務(wù)場(chǎng)景需求,評(píng)估AI技術(shù)落地可行性
- 設(shè)計(jì)端到端AI解決方案(如模型選型、數(shù)據(jù)處理流程、系統(tǒng)集成方案等)
- 輸出技術(shù)文檔并制定開(kāi)發(fā)計(jì)劃,明確技術(shù)風(fēng)險(xiǎn)與應(yīng)對(duì)策略
2. 模型開(kāi)發(fā)與優(yōu)化
- 負(fù)責(zé)數(shù)據(jù)清洗、特征工程及標(biāo)注方案設(shè)計(jì),構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集
- 應(yīng)用主流深度學(xué)習(xí)框架(PyTorch/TensorFlow等)開(kāi)發(fā)/微調(diào)模型
- 通過(guò)超參調(diào)優(yōu)、模型壓縮(如剪枝/量化)提升性能與效率
- 探索AIGC、多模態(tài)等前沿技術(shù)在實(shí)際場(chǎng)景中的應(yīng)用
3. 工程化部署與系統(tǒng)集成
- 將模型部署至生產(chǎn)環(huán)境(云服務(wù)/邊緣設(shè)備),優(yōu)化推理性能與資源占用
- 開(kāi)發(fā)API接口,實(shí)現(xiàn)與現(xiàn)有業(yè)務(wù)系統(tǒng)的無(wú)縫對(duì)接
- 構(gòu)建自動(dòng)化監(jiān)控體系,保障模型服務(wù)的穩(wěn)定性與可擴(kuò)展性
4. 全生命周期管理
- 設(shè)計(jì)模型迭機(jī)制,持續(xù)跟蹤線上效果并優(yōu)化算法
- 建立數(shù)據(jù)回流機(jī)制,完善模型更新與版本管理流程
- 制定模型倫理合規(guī)策略,確保符合數(shù)據(jù)隱私與行業(yè)規(guī)范
5. 跨團(tuán)隊(duì)協(xié)作與技術(shù)賦能
- 與前后端開(kāi)發(fā)、運(yùn)維團(tuán)隊(duì)協(xié)作完成技術(shù)落地
- 輸出技術(shù)白皮書,為業(yè)務(wù)部門提供AI能力培訓(xùn)
- 參與技術(shù)預(yù)研,推動(dòng)AI能力在企業(yè)的規(guī)模化應(yīng)用
任職要求
教育背景:計(jì)算機(jī)/數(shù)學(xué)/電子工程等相關(guān)專業(yè)碩士及以上學(xué)歷
技術(shù)能力:
- 熟練掌握Python,熟悉C++/Java等至少一門工程化語(yǔ)言
- 精通Transformer、CNN等主流模型架構(gòu)及調(diào)優(yōu)方法
- 熟悉Docker/K8s等容器化技術(shù),具備云平臺(tái)部署經(jīng)驗(yàn)
- 熟悉LangChain、LlamaIndex等AI工程化工具鏈者優(yōu)先
項(xiàng)目經(jīng)驗(yàn):3年以上AI落地經(jīng)驗(yàn),完整參與過(guò)至少2個(gè)企業(yè)級(jí)AI項(xiàng)目
軟技能:強(qiáng)邏輯思維能力,能快速理解復(fù)雜業(yè)務(wù)需求