ai架構師

一、技術能力要求：
1、 算法與理論能力
機器學習/深度學習基礎： 精通經典機器學習算法（如SVM、決策樹、聚類等）和深度學習核心架構（如CNN、RNN/LSTM、Transformer、GNN等）。
領域專業知識： 在至少一個領域有深入實踐，如：
計算機視覺（CV）： 目標檢測、圖像分割、圖像生成。
自然語言處理（NLP）:大語言模型應用、文本分類、NER、情感分析、知識圖譜。
推薦系統/廣告搜索： 召回、排序、序列建模。
語音/音頻處理。
模型優化： 精通模型壓縮（剪枝、量化）、知識蒸餾、模型加速等技術。
2、工程與架構能力
精通Python，熟練SQL。
Java/Scala/C++/Go（至少熟悉一種）： 用于構建高性能、高并發的在線服務或底層框架。
精通至少一個主流深度學習框架：TensorFlow 或 PyTorch。
熟悉生態工具，TensorFlow Serving, PyTorch Lightning, ONNX 等使用。
熟練使用 Hadoop, Spark, Flink 進行大規模數據處理。
熟悉消息隊列（如 Kafka, Pulsar）和數據同步工具。
精通 Docker 容器化技術。
精通至少一種編排工具，如 Kubernetes，能夠設計和部署基于K8s的AI平臺或服務。
能夠設計和搭建完整的機器學習流水線，涵蓋數據、訓練、部署、監控全生命周期。
熟悉相關工具鏈，如 MLflow, Kubeflow, Airflow, Feast, Prometheus/Grafana 等。
具備設計高可用、高擴展、可維護的分布式系統能力。
熟悉微服務架構、API設計、系統解耦等理念。
能夠設計高效、可靠的數據采集、清洗、標注和特征工程流水線。
理解數據倉庫、數據湖、數據治理等相關概念。
3、其它要求：
能將復雜的業務問題分解為可執行的技術模塊，并設計出優雅的架構。
能夠與業務方、產品經理、算法工程師、數據工程師、運維工程師等不同角色進行有效溝通，清晰傳達設計意圖。
進行AI技術選型，制定開發規范，評審代碼和設計。
深刻理解業務，能權衡技術方案的先進性與實現成本、運維成本，做出最符合商業利益的選擇。
持續關注業界最新技術動態（如AIGC、大模型、Agent等），并結合業務評估可行性。
二、 崗位職責
1.需求分析與方案設計： 深入理解業務需求，主導AI項目的技術可行性分析和方案設計，輸出系統架構圖和技術規格文檔。
2.技術選型與架構設計： 負責AI平臺和技術棧的選型，設計高可用、可擴展的機器學習系統架構，支持模型的訓練、部署、服務和迭代。
3.MLOps平臺建設： 主導或參與建設企業級的MLOps平臺，自動化機器學習工作流，提升算法團隊的研發效率和模型交付速度。
4.性能優化與成本控制： 對線上AI服務進行性能調優（延遲、吞吐量），并監控資源使用情況，優化計算和存儲成本。
5.技術規范與標準制定： 制定團隊在AI相關開發代碼、數據、模型管理等方面的開發規范和最佳實踐。
6.技術預研與攻關： 跟蹤前沿技術，進行原型驗證和技術攻關，解決項目中的關鍵技術難題。
7.團隊協作與知識傳承： 與算法、數據、后端、前端團隊緊密協作，確保架構落地。
三、任職要求
學歷：要求計算機科學、人工智能、數學等相關專業的碩士以上學位，對于經驗極其豐富可適當放寬。
經驗：
5-8年以上相關工作經驗。
3年以上AI/機器學習系統架構設計經驗。
有主導中大型AI項目從0到1或大規模重構的成功經驗。
有在云計算環境（AWS, Azure, 華為云, 阿里云等）下設計和部署AI系統的經驗。