MLOps工程师

负责机器学习模型的全流程部署与运维，包括云平台技术选型、MLOps工具链搭建、模型训练与推理流程优化、CI/CD流水线实施、模型监控体系构建等。要求具备深度学习部署经验，熟悉主流AI框架及部署工具，能独立完成模型从训练到生产的闭环管理。

3-5年机器学习工程经验，精通Python编程，熟悉AWS/Azure/GCP云平台，掌握Kubernetes基础部署，了解MLflow/Kubeflow/Airflow等MLOps工具，有模型部署（Docker/REST API）经验，熟悉CI/CD工具链，具备模型监控与版本控制能力。