ML机器学习领域业务专家

岗位职责：

1.作为业务专家深度参与智训平台的整体架构设计，系统化梳理并沉淀典型机器学习应用场景（包括监督学习、推荐系统、自然语言处理、计算机视觉、多模态、时序预测、异常检测、A/B测试等）。

2.基于行业领先实践，输出覆盖全流程的机器学习方法论与实施规范（涵盖需求分析、数据治理、特征构建、模型训练、效果评估、部署上线、运行监控、结果回溯及合规安全等环节）。

3.负责评估并指导工具链与平台的技术选型及集成工作（涉及数据标注、特征管理平台、训练与推理框架、MLOps体系、模型注册与治理体系、实验跟踪系统、持续集成/交付、服务发布等）。

4.参与规划智训平台的核心功能设计与产品发展路径，明确各阶段目标、关键指标及验收标准。

5.面向重点客户开展对接，提炼跨行业的通用能力与成功经验，输出标准化解决方案和专业白皮书。

6.协同研发、产品、售前团队，提供业务需求拆解、验收规则定义、上线策略制定及运营优化建议，提升团队整体业务理解与执行能力。

7.识别项目中的潜在风险与合规要求（如数据隐私保护、系统安全性、审计机制、模型可解释性与偏差控制），制定切实可行的落地应对方案。

任职要求：

1.全日制本科及以上学历，具备5年以上机器学习、数据科学或AI平台相关工作经验，完整参与过至少2个企业级机器学习项目的全周期实施。

2.熟悉端到端MLOps流程及其技术生态，包括数据治理（数据质量、血缘追踪、隐私保护）、特征工程、模型训练与调优、模型评估与选型、部署灰度发布、运行监控与回滚机制、模型治理与合规管理。

3.具备主流技术栈的实际应用经验，如PyTorch/TF、XGBoost、Spark、Ray、Airflow/Argo、KubeFlow/MLflow/Weights&Biases、Feast、Docker/K8s、Prometheus/Grafana、Kafka/Flume、Redis/ES等。

4.能够将复杂业务需求抽象为平台级能力与标准化接口，具备较强的解决方案设计能力和跨部门协作沟通能力。

5.具备优秀的中文文档撰写和技术表达能力，能够实现业务语言与技术语言的有效对齐。

加分项：

1.拥有ToB场景下机器学习成功落地的案例，并能提供可量化的业务成果。

2.在AIGC/大语言模型、RAG、向量数据库、在线学习、反馈学习等领域有实际项目经验。

3.具备产品经理或平台架构背景，曾参与企业级智能训练平台、特征平台或模型治理体系的建设工作。