崗位描述(主要職責(zé))
*開發(fā)和部署 AI 解決方案:設(shè)計、開發(fā)和實施 AI 模型,包括
LLM、多模態(tài) AI 模型(語音、視頻、視覺處理)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。
*軟件開發(fā)和 API 集成:使用 Flask 和 Streamlit 開發(fā) AI 驅(qū)動的應(yīng)用程序,確保與企業(yè)系統(tǒng)無縫集成。
*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:通過強(qiáng)有力的模型監(jiān)控、日志記錄和全方位評估以確保性能最佳。
職位描述(專業(yè)知識技能):
編程及 AI 框架:
Python(專家級)
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 開發(fā):
Langchain、LlamaIndex、CrewAI、Autogen(AI 代理框架)
大型語言模型 (LLM)(實施和微調(diào))
多模態(tài) AI 模型(語音、視頻、視覺處理)
AI 部署和云計算:
基于云的 AI 部署(AWS Amazon Q、Kendra、SageMaker)
開源 AI 模型集成(Hugging Face、其他存儲庫)
檢索增強(qiáng)生成 (RAG)(實施和優(yōu)化)
任職要求(學(xué)歷及教育背景要求):
本科以上,人工智能、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)、計算機(jī)科學(xué)相關(guān)技術(shù)學(xué)科等相關(guān)專業(yè)。
已經(jīng)取得AI/ML、AWS 或相關(guān) AI 框架開發(fā)等資質(zhì)認(rèn)證的優(yōu)先。
崗位要求(相關(guān)經(jīng)驗及資質(zhì)要求):
*3 年以上 AI/ML相關(guān)開發(fā)和部署經(jīng)驗。
*在開發(fā)和微調(diào) LLM、多模態(tài) AI 模型和 AI 驅(qū)動的解決方案方面擁有豐富的經(jīng)驗。
*有 RAG、微調(diào)和基于云的 AI 部署(AWS、SageMaker、Amazon Q 等)的實踐經(jīng)驗。
*有使用開源 AI 模型并將其集成到企業(yè)應(yīng)用程序中的經(jīng)驗。
*對 APIs、AI pipelines和端到端 AI 系統(tǒng)架構(gòu)有深入的了解。
職業(yè)技能:
有獨(dú)立思考和工作的能力,也能適應(yīng)團(tuán)隊工作;
良好的分析問題、解決問題的能力;
出色的溝通和協(xié)作能力;
能跟進(jìn) AI/ML領(lǐng)域 的最新發(fā)展,并結(jié)合應(yīng)用場景快速實驗調(diào)優(yōu)。