崗位描述(主要職責(zé))
*開(kāi)發(fā)和部署 AI 解決方案:設(shè)計(jì)、開(kāi)發(fā)和實(shí)施 AI 模型,包括 LLM、多模態(tài) AI 模型(語(yǔ)音、視頻、視覺(jué)處理)和 AI ( Agent)智能體。
*AI 模型集成和優(yōu)化:微調(diào)、優(yōu)化并將開(kāi)源 AI 模型(例如 Hugging Face 的模型)集成到企業(yè)應(yīng)用程序中。
*檢索增強(qiáng)生成 (RAG) 和微調(diào):執(zhí)行基于 RAG 的解決方案并使用微調(diào)技術(shù)優(yōu)化
AI 模型。
*AI 基礎(chǔ)設(shè)施和部署:在(例如 AWS Amazon Q、Kendra 和 SageMaker)配置、部署和管理 AI 模型。
*框架和工具實(shí)施:利用 Langchain、LlamaIndex、CrewAI 和 Autogen 等 AI 框架構(gòu)建自主 AI
( Agent)智能體和應(yīng)用程序。
*軟件開(kāi)發(fā)和 API 集成:使用 Flask 和 Streamlit 開(kāi)發(fā) AI 驅(qū)動(dòng)的應(yīng)用程序,確保與企業(yè)系統(tǒng)無(wú)縫集成。
*數(shù)據(jù)和特征性能處理:利用 Pandas、NumPy、scikit-learn
進(jìn)行數(shù)據(jù)預(yù)處理、特征提取和分析。
*AI 模型部署和監(jiān)測(cè):通過(guò)強(qiáng)有力的模型監(jiān)控、日志記錄和全方位評(píng)估以確保性能最佳。
職位描述(專(zhuān)業(yè)知識(shí)技能):
編程及 AI 框架:
Python(專(zhuān)家級(jí))
Pandas、NumPy(數(shù)據(jù)處理和分析)
Pytorch、TensorFlow、Scikit-learn(機(jī)器學(xué)習(xí)和深度學(xué)習(xí))
Flask、Streamlit(構(gòu)建交互式 AI 應(yīng)用程序)
AI 和 ML 開(kāi)發(fā):
Langchain、LlamaIndex、CrewAI、Autogen(AI 代理框架)
大型語(yǔ)言模型 (LLM)(實(shí)施和微調(diào))
多模態(tài) AI 模型(語(yǔ)音、視頻、視覺(jué)處理)
AI 部署和云計(jì)算:
基于云的 AI 部署(AWS Amazon Q、Kendra、SageMaker)
開(kāi)源 AI 模型集成(Hugging Face、其他存儲(chǔ)庫(kù))
檢索增強(qiáng)生成 (RAG)(實(shí)施和優(yōu)化)
有AI Agent和 RAG系統(tǒng)開(kāi)發(fā)落地經(jīng)驗(yàn)的優(yōu)先。