在现代机器学习项目的日益增长和复杂性中，MLOps工程师的角色至关重要。作为MLOps工程师，您将负责设计、构建和维护高效、可靠的机器学习操作工作流程，以确保算法研发的顺畅和持续改进。您将与数据科学家和软件工程师紧密合作，推动从原型到生产环境的算法部署，并确保机器学习模型的质量和性能。 任职资格： 1. 本科或以上学历，计算机科学、工程、统计学或相关领域； 2. 熟悉机器学习的理论和实践，熟悉主流机器学习框架如TensorFlow、Keras或PyTorch等； 3. 熟练掌握至少一种编程语言，如Python、Go、C ，并具备良好的软件开发实践； 4. 经验丰富于版本控制系统（如Git）、自动化测试和部署； 5. 能够设计和维护数据管道，处理和监控生产环境中的机器学习模型； 6. 对模型监控、版本控制、实验管理和自动化模型训练/部署流程有实际经验； 7. 具有解决复杂问题和跨团队协作的能力，以推动项目进展； 8. 对于MLOps领域的最新发展有持续关注，有意愿不断学习和应用新技术。 加分项： 1.拥有大语言模型数据处理经验； 2.拥有NVIDIA DGX等分布式高性能计算平台的使用经验； 3.拥有处理和管理大规模非结构化数据的经验。