高级AI工程师/应用AI科学家 (GenAI, ML系统)

我们正在寻找一名高级AI工程师/应用AI科学家，加入一个分布式、跨时区团队，构建一个用于全球医疗机构内部团队的大型AI驱动企业数据平台。这是一个以后台为重点的动手角色，您将设计、开发并部署生产级机器学习和生成式AI系统，以支持复杂运营决策的整个生命周期。这项工作是应用型、数据密集型的，并且直接影响真实业务流程——而不是研究或实验。您将与产品经理、数据工程师和MLOps团队合作，从模糊的问题陈述到可扩展的生产级AI解决方案。该角色最适合能够拥有解决方案设计和执行的人——而不是仅仅执行他人下达的任务。您将负责设计、开发和部署用于生产的企业相关机器学习和生成式AI系统。构建和优化NLP和LLM基础的解决方案，包括检索增强生成（RAG）和代理工作流。开发可扩展的ML流水线，处理大规模结构化和非结构化数据。与数据工程师合作，将模型集成到分布式数据和ETL流水线中。与MLOps团队合作，部署、监控、重新训练和版本化模型。评估模型性能、权衡和影响，并与技术及非技术伙伴清晰沟通决策。在远程、跨时区团队中拥有高水平的自主性。要求技能与经验：5年以上在机器学习、数据科学或应用AI领域的实战经验。精通Python；了解SQL（R经验加分）。有从设计到生产部署的端到端ML或生成式AI系统经验。熟悉现代ML框架如PyTorch和/或TensorFlow。有大规模数据处理的动手经验，使用Apache Spark/PySpark。了解NLP技术，包括文本分类、实体识别、信息提取和基于Transformer的模型。熟悉云平台（Azure优先）和工具如Databricks、Delta Lake、Docker和Kubernetes。能独立工作并在分布式团队中用英语沟通。Nice to Have：有构建RAG流水线、代理工作流或LLM驱动应用经验。有医疗、生命科学、制药或临床研究环境工作经验。有ML监控、评估框架或成本/延迟优化经验。有企业平台（而非POC或演示）经验。成功标准：您能从模糊的问题中提出解决方案策略并执行到终点。您的模型被用于生产，影响真实决策，并且是可观察和可维护的。您能平衡模型质量、可扩展性、可靠性和成本。您能与工程、产品和运营团队良好合作，无需大量指导。为什么选择这个职位：在长期企业AI平台（而非短期POC）上工作。高影响的应用AI问题，有真实用户和真实数据。现代ML/生成式AI栈在生产环境中。有机会根据表现扩展到程序的更长期阶段。

5年以上在机器学习、数据科学或应用AI领域的实战经验。精通Python；了解SQL（R经验加分）。有从设计到生产部署的端到端ML或生成式AI系统经验。熟悉现代ML框架如PyTorch和/或TensorFlow。有大规模数据处理的动手经验，使用Apache Spark/PySpark。了解NLP技术，包括文本分类、实体识别、信息提取和基于Transformer的模型。熟悉云平台（Azure优先）和工具如Databricks、Delta Lake、Docker和Kubernetes。能独立工作并在分布式团队中用英语沟通。