人工智能工程师

负责开发和优化AI/ML模型，包括监督学习、无监督学习、强化学习和生成模型。设计特定用例的模型，如自然语言理解（NLU）、对话管理、知识检索、命名实体识别（NER）、意图分类、推荐系统和问答（QA）。实施高级生成式AI模型用于动态内容生成、聊天机器人和上下文理解。开发自动化模型训练、测试和部署管道。监控和管理生产环境中AI模型的健康状况。确保持续改进和重新训练模型基于性能指标和数据趋势。与数据工程师合作构建数据管道，执行ETL（提取、转换、加载）并预处理大规模数据集。实施数据验证和实体解析模型以确保信息检索的准确性。将AI模型与外部系统如SAP、ServiceNow等企业关键应用集成。与UI/UX设计师合作将AI解决方案整合到用户界面产品中。与全栈开发者合作确保AI模型在前后端系统的无缝集成。与QA工程师合作通过严格测试协议验证模型的稳健性和准确性。制定和执行指南确保模型具有伦理、透明和无偏见。实施数据治理、模型文档和合规检查。定期审查以确保与负责任的AI实践一致。保持最新AI/ML的最新进展，包括新的生成式AI技术。实验新兴模型和框架以不断推动AI解决方案的边界。通过内部知识共享、AI研讨会和外部出版物推动思想领导力。要求：5年以上AI/ML工程、数据科学或相关领域经验。在TensorFlow、PyTorch和scikit-learn等框架中构建模型的 proven expertise。精通Python、SQL，有Azure（首选）、AWS或Google Cloud等云平台的可扩展AI/ML解决方案经验。对自然语言处理（NLP）、计算机视觉、生成式AI和其他高级ML技术有深入理解。有AI驱动的解决方案经验，如对话管理、NER、NLU、QA、OCR和知识检索。有将AI模型与SAP、ServiceNow或其他企业系统集成的实践经验。使用实验跟踪工具如Weights & Biases（W&B）和AIOps工具和技巧的实践知识。

5年以上AI/ML工程、数据科学或相关领域经验。在TensorFlow、PyTorch和scikit-learn等框架中构建模型的 proven expertise。精通Python、SQL，有Azure（首选）、AWS或Google Cloud等云平台的可扩展AI/ML解决方案经验。对自然语言处理（NLP）、计算机视觉、生成式AI和其他高级ML技术有深入理解。有AI驱动的解决方案经验，如对话管理、NER、NLU、QA、OCR和知识检索。有将AI模型与SAP、ServiceNow或其他企业系统集成的实践经验。使用实验跟踪工具如Weights & Biases（W&B）和AIOps工具和技巧的实践知识。