机器学习工程师

该职位需要部署和扩展机器学习模型到生产环境，使用Kubernetes、Docker和AWS SageMaker；设计和实现高吞吐量、低延迟的特征存储和数据摄入流水线，使用Apache Spark、Kafka和Snowflake；优化模型推理性能、吞吐量和内存足迹；建立稳健的MLOps实践，包括自动化训练、验证、部署流水线和版本控制；实施全面的日志记录、告警和监控框架以实时跟踪特征漂移和模型退化；编写干净、可维护且经过测试的Python和Go代码，积极参与设计文档和代码审查。

要求3-6年机器学习工程师或软件工程师经验，参与生产级AI/ML系统；精通Python，熟悉PyTorch、TensorFlow或Scikit-Learn等框架；有云基础设施（AWS或GCP）和容器编排技术如Kubernetes和Helm的经验；扎实的软件工程基础：CI/CD流水线、系统设计、数据库优化；本科或研究生学历，计算机科学、数据科学、数学或相关技术领域；加分项：有分布式训练框架、向量数据库（Pinecone、Qdrant）或在生产中服务大语言模型的经验。