工作职责:
1.与跨职能团队合作,识别业务挑战和机会,有效应用人工智能解决方案。
2.设计、开发和部署机器学习模型和算法,以解决特定的业务问题。
3.收集和预处理数据,执行特征工程,并为AI模型训练和评估开发可扩展的数据管道。
4.进行探索性数据分析,并应用统计技术从数据中获得见解。
5.根据具体问题和可用数据评估和选择合适的人工智能模型和算法。
6.训练、优化和微调机器学习模型,以实现高精度和高性能。
7.与软件工程师和IT团队密切合作,将AI模型集成到现有系统或开发新的AI驱动应用程序。
8.了解人工智能技术、框架和算法的最新进展,并为业务挑战提出创新的解决方案。
9.确保数据隐私并符合道德人工智能实践和监管要求。
10.与利益相关者合作定义项目目标、可交付成果和人工智能计划的成功标准。
11.开展研究和实验,探索新的人工智能技术和算法。
12.实施和维护AI基础设施,包括模型部署和监控系统。
13.与数据科学家和领域专家合作,为AI模型开发收集需求和领域知识。
14.开发概念验证原型,并对人工智能项目进行可行性研究,以帮助软件开发或硬件设计或硬件/软件产品的验证。
15.为初级AI团队成员提供技术指导和指导。
16.支持组织建立人工智能驱动的文化,提高对人工智能能力和机会的认识。
工作经验与能力要求:
1.计算机科学,人工智能或相关领域的学士或硕士学位。
2.具有人工智能专家、机器学习工程师或类似职位的工作经验。
3.熟练掌握Python、Java或c++等编程语言。
4.深入了解机器学习算法,自然语言处理,计算机视觉或其他人工智能相关领域。
5.熟练掌握AI框架和库,如TensorFlow, PyTorch或scikit-learn。
6.具有数据预处理、特征工程和模型评估技术的经验。
7.有各种软件开发AI解决方案的经验,如Tabnine, GitHub Copilot等。
8.熟悉用于人工智能开发和部署的云平台和工具,如AWS、Azure或Google cloud。
9.较强的问题解决能力和数据驱动思维。
10.优秀的沟通和表达能力,能够向非技术人员解释复杂的人工智能概念。
11.能够在快节奏的创业环境中独立和协同工作。
个性要求:
1.具有良好学习能力、团队合作精神,富有责任感与主动性。
2.能够接受并快速适应具有挑战性的任务。
3.自我激励,追求结果,创新思维。
4.虚心并乐于接受挑战。
收起