1.AI技術掌握與應用:深入了解并熟練掌握當下主流的人工智能技術,如機器學習、深度學習(包括卷積神經網絡、循環神經網絡等)、自然語言處理、計算機視覺等,跟蹤行業技術發展動態,將新技術應用于公司業務場景。 熟悉主流人工智能框架和工具,如TensorFlow、PyTorch、Scikit - learn等,根據項目需求選擇合適的技術工具進行開發;
2.AI私有化部署: 負責公司人工智能產品的私有化部署工作,根據不同的硬件環境和用戶需求,制定合理的部署方案并實施和穩定運行。與運維團隊緊密合作,解決私有化部署過程中出現的網絡、服務器配置、性能優化等問題,保障系統的高可用性和安全性;
3.AI模型訓練與優化:針對私有化部署的人工智能產品,利用公司自有數據,進行模型的訓練、調優和驗證工作,提高模型的準確性、泛化能力和性能表現。分析模型訓練過程中的數據特征和模型表現,及時發現并解決過擬合、欠擬合等問題,確保模型能夠有效應用于實際業務場景;
4.前端應用支持:與前端開發團隊協作,為APP、小程序、公眾號、網站等前端應用提供人工智能技術支持。通過API接口等方式,實現人工智能服務與前端應用的無縫對接,確保前端用戶能夠流暢使用相關智能功能。根據前端業務需求,對人工智能服務進行定制化開發,例如調整圖像識別的功能需求、優化自然語言交互的效果等,提升用戶體驗。撰寫詳細的技術文檔,包括人工智能產品的部署手冊、使用說明、模型訓練文檔等,方便公司內部其他人員理解和使用相關技術與產品。
1.碩士及以上學歷,人工智能、數學、計算機等相關專業,具備扎實的人工智能理論基礎和實踐能力;
2.熟練掌握至少一種主流深度學習框架,如 TensorFlow 或 PyTorch,能夠使用框架進行模型搭建、訓練、評估和部署,熟悉框架的高級特性,如分布式訓練、模型優化技巧等;
3.熟悉機器學習工具包,如 Scikit - learn,掌握其在數據預處理、模型選擇、評估等方面的應用,能夠利用 Scikit - learn 快速搭建和評估機器學習模型;
4.掌握數據預處理的方法和技巧,包括數據清洗、數據歸一化、數據編碼等,能夠將原始數據轉化為適合模型訓練的格式;
5.熟悉至少一種主流操作系統,如 Linux等,能夠在 Linux 環境下進行開發和部署工作;了解服務器相關知識,能夠協助運維團隊進行服務器的搭建和配置,確保人工智能產品在服務器上穩定運行。掌握軟件工程的基本原理和開發流程;
6.熟練掌握至少一種編程語言,如 Python、 Java 或 C++ 編程能力。具備模型訓練與調優技能;
7.具備將人工智能模型部署到不同環境的能力,包括本地服務器、云服務器;
8.具有學習能力、創新能力、團隊協作溝通能力、責任心與抗壓能力等。
注:至少擁有2 - 3年在人工智能相關領域的工作經驗。有1 - 2年以上專門從事人工智能模型訓練和優化的工作經驗。1 - 2年的數據處理和分析經驗。1 - 2年人工智能產品私有化部署經驗。1 - 2年與前端開發團隊協作的經驗。