岗位职责
1.构建与维护机器学习模型的生产环境部署流程，包括模型打包、上线、回滚等自动化操作。
2.开发与优化模型训练与推理的CI/CD流水线，提高开发迭代效率。
3.设计与实现特征工程流水线与数据处理流程，确保训练和推理数据一致性。
4.构建模型监控系统，对模型性能（如准确率、延迟、漂移等）进行实时监控和告警。
5.协助算法团队完成模型训练、调优和部署，推动模型从开发到生产的闭环。
6.管理和优化模型存储、版本控制与模型注册服务（如MLflow、SageMaker Model Registry等）。
7.使用容器化与云原生技术（如Docker、Kubernetes）部署可扩展的机器学习服务。
8.与数据工程、算法工程和平台团队协作，推动端到端的机器学习系统落地。
任职要求
【必备要求】
1.计算机、软件工程、人工智能等相关专业本科及以上学历，具备扎实的软件工程基础。
2.对图像处理方向有项目经验。
3.对语音识别、自然语言处理中的至少一个方向有项目经验。
4.熟悉主流的机器学习平台与工具链，如 MLflow、Airflow、Kubeflow、SageMaker、TensorFlow Serving 等。
5.熟练掌握容器化与自动化部署技术，如 Docker、Kubernetes、CI/CD 工具（Jenkins/GitLab CI 等）。
6.熟悉 Python 编程语言，具备一定的脚本编写能力（Shell、Bash）。
7.理解机器学习/深度学习基本原理，能与算法工程师有效沟通。
8.熟悉至少一种云平台（如 AWS、GCP、阿里云、Azure）中的机器学习部署服务。
【加分项】
1.有实际的模型部署和上线经验，尤其是在生产环境中支持高并发/低延迟推理任务。
2.了解模型性能监控、日志收集（如Prometheus/Grafana/ELK）系统。
3.具备数据管道开发经验，如使用 Spark、Kafka、Beam 等。
4.拥有 DevOps/SRE 背景优先。