崗位職責(zé)
1、需求拆解與對接:深入理解業(yè)務(wù)場景需求,將復(fù)雜業(yè)務(wù)目標(biāo)拆解為可落地的技術(shù)任務(wù),搭建業(yè)務(wù)與技術(shù)之間的溝通橋梁。
2、工程化實現(xiàn):負(fù)責(zé) AI 模型的工程化落地開發(fā),包括模型部署、接口開發(fā)、系統(tǒng)集成等工作,確保技術(shù)方案高效轉(zhuǎn)化為可運行的業(yè)務(wù)系統(tǒng)。
3、場景落地與迭代:主導(dǎo)或參與 AI 模型在業(yè)務(wù)場景的落地實施,跟蹤上線后模型運行效果,結(jié)合業(yè)務(wù)反饋持續(xù)優(yōu)化迭代模型與系統(tǒng),保障業(yè)務(wù)指標(biāo)達(dá)成。
4、跨部門協(xié)作:與產(chǎn)品經(jīng)理緊密協(xié)作,及時同步技術(shù)進(jìn)展與問題,反饋技術(shù)可行性,共同推動產(chǎn)品功能的迭代升級。
崗位要求
1、掌握機器學(xué)習(xí)、深度學(xué)習(xí)基礎(chǔ)理論,熟悉主流 AI 模型架構(gòu)及應(yīng)用場景。
2、具備扎實的編程能力,熟練使用 Python 等編程語言,掌握常用數(shù)據(jù)處理庫(如 Pandas、NumPy)及深度學(xué)習(xí)框架。
3、了解模型工程化部署流程,有模型上線、接口開發(fā)、系統(tǒng)集成相關(guān)經(jīng)驗者優(yōu)先。
4、具備一定的問題排查能力,能夠快速定位并解決模型落地過程中的技術(shù)問題。
5、具備良好的需求分析與拆解能力,能夠準(zhǔn)確把握業(yè)務(wù)核心訴求。
6、較強的執(zhí)行力與責(zé)任心,能夠高效推進(jìn)項目落地。