首席机器学习工程师

您将要做的事情

• 与公司内的数据科学家和机器学习工程师合作,在平台上设计端到端解决方案,并作为复杂采用案例的高级技术升级点。
• 推动平台上的大规模训练,涵盖吞吐量、可靠性、成本和开发者体验,并亲自参与基础模型训练、强化学习、模拟和 LLM 微调工作负载。
• 改善从想法到交付模型的端到端循环,涵盖数据、训练、评估、部署和监控,以缩短迭代时间并提高高价值用例的模型质量。
• 设计并推动跨平台层面的集成,例如模型服务、机器学习管道、数据服务、AI 基础设施和 AI 自动化工具,以便用户获得一致的平台。
• 将来自嵌入、支持渠道和直接用户工作的痛点转化为功能需求,并为数据科学家和机器学习工程师角色提出跨平台解决方案。
• 制作参考架构、模式和最佳实践指南,以便许多未来的机器学习用例可以在平台上落地,而无需平台团队定制参与。
• 紧跟最先进的机器学习基础设施、LLM 服务、训练系统和强化学习,并与工程主管合作决定采用、构建或跳过哪些内容。
• 通过代码、设计评审、书面文档和对高级工程师的指导,提高整个平台的技术标准。

须知