Precision AQ 在印度招聘 AI/ML 工程师 II | LinkedIn

Precision AQ 的 AI/ML 工程师需要负责 AI/ML 模型的开发与优化，设计、开发、微调和评估机器学习、深度学习和生成式 AI 模型，包括大型语言模型（LLMs）。需要应用适当的建模技术（监督、非监督、NLP、深度学习）以解决问题的上下文和数据约束。需要优化模型性能，涵盖准确性、延迟、可扩展性和成本维度。需要进行严格模型评估、验证和基准测试，使用大规模数据集。需要应用数据预处理、特征工程、数据增强和合成数据生成技术以提高模型鲁棒性。需要设计和实施可扩展的生产级 AI 解决方案，集成到现有平台和工作流程中。需要构建、维护和改进 MLOps 管道，用于模型训练、部署、监控和生命周期管理。需要在云环境（Azure、AWS 或 GCP）中部署和管理 AI 应用，包括容器化和编排（如适用）。需要监控生产中的模型性能；识别漂移、退化或故障并实施修复策略。需要解决 AI/ML 工程问题，涵盖开发和生产环境。需要与产品经理、产品负责人、软件工程师、数据科学家和研究团队合作，将 AI 解决方案与业务和产品目标对齐。需要将产品需求和用例转化为技术架构和模型设计。需要支持将 AI 能力整合到面向客户的产品和内部平台中。需要清晰地向非技术利益相关者沟通技术概念、权衡和限制。需要与结构化和非结构化数据集（包括医疗、索赔和生命科学数据）合作，构建高性能 AI 系统。需要确保负责任地处理、转换和验证用于模型训练和推理的数据。需要与数据工程和 QA 团队合作，确保数据管道和 AI 工作流是生产就绪且可审计的。需要保持对生成式 AI、LLM 架构、模型微调技术及应用机器学习的最新进展。需要贡献内部最佳实践、标准和可重用组件。需要文档 AI/ML 工作流、架构、方法论和经验教训以供内部知识共享。需要主动识别改进现有 AI 系统可扩展性、可靠性和效率的机会。

计算机科学、软件工程、运营工程、商业管理或其他相关领域的学士或硕士学位。至少 3 年在 AI/ML 或数据科学角色中交付生产部署解决方案的实战经验。精通 Python 和 SQL；有构建可扩展 ML/NLP 工作流的经验。深入掌握机器学习、深度学习和自然语言处理的经验。有在生成式 AI 和大型语言模型中工作，包括微调和评估技术的经验。了解数据预处理、特征工程和模型验证实践。有在云环境中部署 AI 解决方案的经验（Azure、AWS 或 GCP）。熟悉容器化和编排工具（如 Docker、Kubernetes）。