$ads={1}
埃森哲大中华区数字创新中心MLOPS AI Engineer
MLOps 架构和工程化: 设计、构建和维护支持机器学习模型开发和部署的工程化基础设施。确保模型的训练、评估和部署过程无缝衔接,实现模型的持续集成和持续交付。
数据管道和处理: 设计和维护数据处理管道,从各种来源采集、清洗和转换数据,以支持模型训练和推理。优化数据流程以确保高效、可靠的数据传输和处理。
模型部署和监控: 开发自动化的模型部署流程,将训练完成的模型成功部署到生产环境中。实现模型的实时监控和性能评估,及时发现并解决潜在问题。
资源优化: 管理计算和存储资源,优化模型的性能和资源利用率。寻找并采用适合的工具和技术,以提高系统的可伸缩性和稳定性。
团队协作: 与数据科学家、软件工程师和运维团队紧密合作,确保跨部门的协作顺畅进行。为团队提供技术指导和支持,解决工程和部署方面的挑战。
技术研究与创新: 持续关注数据工程和 MLOps 领域的最新发展,探索新技术和工具,为团队提供创新性的解决方案。
熟悉Kubeflow和sagemaker 等产品或解决方案。
良好的沟通交流能力,英语口语流利,喜欢解决问题,对数据敏感
具备良好的抗压能力及团队协作精神
快速学习能力,主动性强。
N/A
$ads={2}
