主要责任：

1. 可主导生成式人工智能的开发计划，确保与团队所提案生成的生态系统保持一致。

2.利用Azure OpenAl集成公司特定的数据，以优化相关性和准确性，同时确保符合数据隐私标准。

3.在Microsoft Azure Al中编排端到端技术解决方案，在采用Azure OpenAl和其他训练模型的同时保证企业应用的可扩展性。

4. 跨监督学习、无监督学习和强化学习范式设计、开发和管理可扩展的Al模型。

5.规划、配置和管理Microsoft Azure和其他云平台中的资源

6. 与IT团队合作，实施生成式人工智能模型、监控结果并不断提高提案质量和效率。

7.设计、配置、开发和执行基于Microsoft Azure Al基础设施的企业云架构的部署和迁移策略。

8.分析现有技术基础设施，确定技术需求，并确保REST API(包括Azure OpenAl/ChatGPT与后端系统的无缝集成)。

能力要求：

需要计算机科学、数据科学或相关领域的学士学位。

在数据科学、机器学习或相关领域拥有至少3年的实践经验，并拥有在商业环境或者开源社区中实施人工智能解决方案的良好记录。熟练掌握常见的ML编程语言(例如Python),并具有使用Scikit-learn/TensorFlow/PyTorch等相关库和框架的经验。具有处理结构化和非结构化数据(包括文本、时间序列数据)的经验，并且应该能够为特定数据类型开发自定义模型。拥有基于云的机器学习平台(如AWS Sagemaker、Azure ML等)有一定的工作实践经验。拥有使用Azure OpenAl、Azure机器学习Studio和Azure认知搜索或同等产品的实践经验。对机器学习算法、监督和无监督学习、深度学习和强化学习有一定的了解，具有构建、部署和管理的能力。熟悉Prompt Engineering、LLM微调以及LangChain和Semantic Kernel等模型链接技术。拥有一定的检索增强生成(RAG)架构和基础模型工具集方面的专业知识。拥有Azure OpenAl、其他大型语言模型(LLM)和开源基础模型方面的经验者优先。了解统计概念和方法，可以确保可靠、准确的模型开发和验证者优先。

了解DevOps (Cl/CD)者优先