人工智能工程师

职位描述
1. 数据处理与准备
负责业务相关数据的采集、清洗、标注与特征工程，构建满足模型训练要求的高质量数据集；同时需确保数据来源合法合规，符合隐私保护相关规定。
2. 算法与模型开发
基于TensorFlow、PyTorch等框架，设计、训练和调优机器学习或深度学习模型，覆盖分类、回归、聚类、生成式AI等不同场景；针对模型过拟合、欠拟合等问题进行优化，提升模型精度与泛化能力。
3. 模型部署与运维
将训练完成的模型通过Docker容器化、K8s编排等方式部署到生产环境，封装为API供业务系统调用；实时监控模型线上运行的性能指标（如响应速度、准确率衰减），及时进行迭代更新和故障排查。
4. 业务方案设计与落地
对接不同行业需求（如电商智能推荐、金融风控、智能制造质检），输出可落地的AI解决方案；跨部门协作推进项目实施，向产品、运营等团队解释技术逻辑与应用边界。
5. 技术跟踪与创新
关注AI领域前沿技术（如大模型微调、多模态融合），将新技术转化为实际业务价值；编写技术文档，沉淀模型开发与部署的标准化流程。