互联网技术研发
AI工程化/MLOps
构建模型训练、部署、监控的机器学习平台，管理特征工程和模型生命周期，提升AI落地效率。需要工程能力和对ML流程的理解。
核心能力分析洞察秩序规则交付可靠实操落地
这个岗位每天做什么
日常工作，大白话版
- 1核心是写代码、做系统、解技术问题，让功能稳定、高效、可维护。
- 2在需求变化、资源限制和时间压力之间做取舍，把事情推进到可交付的结果。
- 3持续跟进数据、反馈和协作问题，推动下一轮优化。
真实岗位经验
岗位前辈说
正在读取前辈分享…
岗位描述
专业要求：计算机科学、软件工程、人工智能等相关专业优先。
- 负责机器学习平台的建设和维护，支持算法团队完成模型训练、部署与监控的全流程。
- 搭建模型训练流水线、特征平台与模型仓库，提升算法迭代效率。
- 负责模型线上服务的稳定性与性能优化，包括推理加速、模型压缩与弹性扩缩容。
- 建立模型效果与运行状态的监控告警体系，及时响应模型衰减与异常。
- 推动MLOps最佳实践，连接算法研发与工程交付环节，提升AI落地效率。
岗位社区
关于“AI工程化/MLOps”的讨论
交流方向选择、求职实战和职业发展。楼主也可以在评论区继续补充进展。
0 个帖子
正在加载讨论…