1. 需求分析與技術方案設計
- 與業(yè)務部門協(xié)作,分析業(yè)務場景需求,評估AI技術落地可行性
- 設計端到端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)
- 輸出技術文檔并制定開發(fā)計劃,明確技術風險與應對策略
2. 模型開發(fā)與優(yōu)化
- 負責數(shù)據(jù)清洗、特征工程及標注方案設計,構建高質(zhì)量訓練數(shù)據(jù)集
- 應用主流深度學習框架(PyTorch/TensorFlow等)開發(fā)/微調(diào)模型
- 通過超參調(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)等前沿技術在實際場景中的應用
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/邊緣設備),優(yōu)化推理性能與資源占用
- 開發(fā)API接口,實現(xiàn)與現(xiàn)有業(yè)務系統(tǒng)的無縫對接
- 構建自動化監(jiān)控體系,保障模型服務的穩(wěn)定性與可擴展性
4. 全生命周期管理
- 設計模型迭機制,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. 跨團隊協(xié)作與技術賦能
- 與前后端開發(fā)、運維團隊協(xié)作完成技術落地
- 輸出技術白皮書,為業(yè)務部門提供AI能力培訓
- 參與技術預研,推動AI能力在企業(yè)的規(guī)?;瘧?
任職要求
教育背景:計算機/數(shù)學/電子工程等相關專業(yè)碩士及以上學歷
技術能力:
- 熟練掌握Python,熟悉C++/Java等至少一門工程化語言
- 精通Transformer、CNN等主流模型架構及調(diào)優(yōu)方法
- 熟悉Docker/K8s等容器化技術,具備云平臺部署經(jīng)驗
- 熟悉LangChain、LlamaIndex等AI工程化工具鏈者優(yōu)先
項目經(jīng)驗:3年以上AI落地經(jīng)驗,完整參與過至少2個企業(yè)級AI項目
軟技能:強邏輯思維能力,能快速理解復雜業(yè)務需求