職位描述:
(特別優(yōu)秀者可以接受2025年畢業(yè)的應(yīng)屆生)
核心職責(zé)
1. 模型開發(fā)與特征工程
- 設(shè)計(jì)并實(shí)現(xiàn)機(jī)器學(xué)習(xí)模型的特征工程流程,包括特征提取、轉(zhuǎn)換、降維及優(yōu)化,支撐分析系統(tǒng)、策略模型等AI場(chǎng)景落地。
- 構(gòu)建用戶畫像、行為分析、關(guān)聯(lián)圖譜等數(shù)據(jù)模型,支持業(yè)務(wù)決策與產(chǎn)品開發(fā)。
2. 模型部署與運(yùn)維
- 負(fù)責(zé)從實(shí)驗(yàn)環(huán)境到生產(chǎn)環(huán)境的模型部署。
- 開發(fā)模型監(jiān)控工具,跟蹤性能指標(biāo)(如AUC-ROC、F1 Score),優(yōu)化線上模型效果。
3. 大模型數(shù)據(jù)標(biāo)注與標(biāo)簽化
- 利用大模型(如GPT、LLaMA等)?自動(dòng)化處理AI打標(biāo)任務(wù)?,優(yōu)化標(biāo)注流程,提升數(shù)據(jù)標(biāo)注效率與準(zhǔn)確性。
- 設(shè)計(jì)標(biāo)簽化體系,通過(guò)實(shí)體識(shí)別、關(guān)系抽取構(gòu)建結(jié)構(gòu)化標(biāo)簽庫(kù),支持模型訓(xùn)練與知識(shí)圖譜構(gòu)建。
4. 知識(shí)圖譜開發(fā)與應(yīng)用
- 基于業(yè)務(wù)場(chǎng)景設(shè)計(jì)知識(shí)圖譜架構(gòu),完成實(shí)體對(duì)齊、關(guān)系映射?(如使用Neo4j、Apache Jena),實(shí)現(xiàn)多源數(shù)據(jù)的語(yǔ)義關(guān)聯(lián)
職位要求:
任職要求:
1、工作經(jīng)驗(yàn)
- 1年以上數(shù)據(jù)工程經(jīng)驗(yàn)?,至少參與過(guò)1個(gè)完整AI項(xiàng)目(如NLP)的模型開發(fā)至部署全流程。
- 具備互聯(lián)網(wǎng)或高并發(fā)場(chǎng)景項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
2、技術(shù)能力
- 編程語(yǔ)言?:
- 精通Python?(Pandas)及Java/Scala?,具備高性能代碼開發(fā)能力。
- 上下游數(shù)據(jù)處理能力
- 了解知識(shí)圖譜
3、軟性素質(zhì)
- 強(qiáng)大的邏輯思維能力,能獨(dú)立設(shè)計(jì)技術(shù)方案并推動(dòng)落地。
- 優(yōu)秀跨團(tuán)隊(duì)協(xié)作能力,可高效對(duì)接數(shù)據(jù)科學(xué)家、算法工程師與業(yè)務(wù)部門。
4、加分項(xiàng)
- 熟悉MLOps工具鏈?(MLflow、Kubeflow)或深度學(xué)習(xí)框架?(TensorFlow、PyTorch)。
- 擁有數(shù)據(jù)挖掘競(jìng)賽獎(jiǎng)項(xiàng)或開源項(xiàng)目貢獻(xiàn)經(jīng)歷。