职位名称：
机器学习工程师（Machine Learning Engineer）

职位描述：
我们正在寻找一名经验丰富的机器学习工程师，负责开发和优化机器学习模型，以解决业务问题并推动创新。您将与数据科学家、软件工程师和产品团队紧密合作，利用先进的机器学习技术提供智能化解决方案。

岗位职责：
模型开发与优化：

设计、开发和优化机器学习和深度学习模型，应用于分类、回归、推荐系统、自然语言处理、计算机视觉等领域。
选择合适的算法、特征工程方法和模型架构，以提高模型性能。
研究最新的机器学习技术，并将其应用到实际业务场景中。
数据处理与分析：

处理和分析大规模结构化与非结构化数据，进行数据清洗、特征提取和特征选择。
设计和实现数据管道，以支持模型的训练和推理。
模型部署与维护：

将机器学习模型转换为可用的API或服务，并部署到生产环境中（如使用Docker、Kubernetes等）。
监控模型性能，并进行持续优化，如A/B测试、模型重训练等。
算法优化与加速：

研究和优化模型的计算效率，使用分布式计算（如TensorFlow、PyTorch、Spark MLlib等）提高训练速度。
使用GPU、TPU等加速模型训练和推理。
跨团队协作：

与数据科学、后端开发、产品团队等合作，将机器学习模型集成到实际应用中。
参与技术分享与文档撰写，提高团队的整体技术水平。
任职要求：
学历背景：

计算机科学、人工智能、数据科学、数学、统计学或相关专业本科及以上学历。
技术能力：

熟练掌握常见的机器学习和深度学习框架，如 TensorFlow、PyTorch、Scikit-learn、XGBoost 等。
熟练掌握 Python 或 Java、C++ 等至少一种编程语言，并具备良好的代码开发能力。
具备数据处理能力，熟悉 Pandas、NumPy、SQL 等工具。
了解分布式计算框架，如 Spark、Hadoop、Flink 等，具备大规模数据处理经验者优先。
熟悉模型部署技术，如 Flask/FastAPI、Docker、Kubernetes、TensorFlow Serving、ONNX 等。
经验要求：

具备2年以上机器学习/深度学习模型开发、训练和部署经验。
有实际参与推荐系统、计算机视觉、自然语言处理（NLP）等项目经验者优先。
其他能力：

具有较强的数学和统计学基础，熟悉概率论、线性代数、优化算法等理论知识。
具备良好的沟通能力和团队合作精神，能够独立完成任务并推动项目落地。
加分项（优先考虑）：
具备大规模数据建模与优化经验。
有多模态数据（文本、图像、语音等）处理经验。
具备强化学习、生成对抗网络（GAN）、自监督学习等前沿技术经验。
发表过高质量的学术论文或在开源社区有贡献。