机器学习工程师

负责开发和维护端到端的机器学习管道，用于训练、评估和部署微调的LLM和嵌入模型；优化RAG架构通过实现高级索引策略、查询扩展和重排序技术；构建和管理MLOps基础设施用于模型监控、实验跟踪和自动化CI/CD部署；设计并扩展基于Python（FastAPI/Flask）的后端微服务以实现亚秒级延迟的容器化Kubernetes环境；协作数据工程任务构建高质量的合成数据集和清洁管道以实现领域特定模型对齐（RLHF/DPO）。

4-7年机器学习工程或软件工程经验，有至少两个ML模型在高流量生产环境中的部署记录；专家级Python技能和深入熟悉PyTorch、Hugging Face Transformers及LangChain或LlamaIndex等工具；有云基础设施（AWS/GCP）和Docker/Kubernetes容器编排经验；熟悉向量相似性搜索、降维和高性能数据库设计；具备计算机科学、数学或相关量化领域的学士、硕士或博士学位。