[山西]商予科技（北京）有限公司

职位：人工智能开发工程师
发布时间：2024-11-20
工作地点：其它
信息来源：广州卫生职业技术学院
职位类型：全职
专业标签：计算机 数学类 统计学
职位描述
商予科技（北京）有限公司
人工智能开发工程师

薪资：6K-11K/月
工作地点：山西省 太原市
学历：本科及以上
职位诱惑：绩效奖金 节日礼物 扁平管理 岗位晋升 带薪年假
薪酬福利：五险一金
发布时间：2024年11月20日

职位描述

岗位职责：

一、模型开发与优化

负责收集、整理和预处理大规模的结构化与非结构化数据，包括数据清洗、数据转换、特征工程等操作，以确保数据的质量和可用性，为模型训练奠定基础。

依据业务需求和数据特点，设计、开发和训练各类机器学习模型，如线性回归、逻辑回归、决策树、神经网络（包括深度学习模型如卷积神经网络、循环神经网络等）等，以解决诸如预测分析、分类、聚类、推荐系统等不同类型的问题。

深入研究和优化模型性能，运用各种调优技术和算法改进策略，如超参数调整、模型正则化、集成学习方法（如随机森林、Adaboost、梯度提升树等）等，不断提升模型的准确性、稳定性、泛化能力和效率。

二、算法研究与创新

跟踪机器学习领域的前沿技术和研究成果，如强化学习、迁移学习、生成对抗网络等，将其应用于实际业务场景中，探索新的解决方案和业务增长点。

针对复杂业务问题，开展创新性的算法研究和实验，提出独特的模型架构或算法改进方案，并通过严谨的实验设计和评估进行验证。

三、系统集成与部署

将开发好的机器学习模型集成到现有的业务系统或平台中，确保模型与其他系统组件（如数据存储、数据处理流水线、前端应用等）之间的无缝对接和高效交互。

负责模型部署的全生命周期管理，包括环境配置、模型打包、版本控制、部署到生产环境以及监控模型在生产环境中的运行状态等。建立自动化的模型部署管道，确保模型能够快速、稳定地部署到不同的计算平台（如本地服务器、云端服务器、边缘设备等），并能够根据业务需求和流量变化进行弹性扩展。例如，使用容器化技术（如 Docker）将模型及其依赖项打包成镜像，通过 Kubernetes 进行容器编排和集群管理，实现模型在云环境中的自动化部署和弹性伸缩，同时利用监控工具（如 Prometheus、Grafana）实时监控模型的性能指标（如准确率、召回率、响应时间等），及时发现和解决模型运行过程中出现的问题。

四、数据与模型评估

建立完善的数据评估体系和模型评估指标，对数据的分布、质量、完整性等进行全面评估，为模型训练提供数据质量保障；同时，根据业务目标确定合适的模型评估指标，如准确率、召回率、F1 值、均方误差（MSE）、平均绝对误差（MAE）等，并运用交叉验证、留一法等评估方法对模型性能进行客观、准确的评估。

基于评估结果，深入分析模型的优势与不足，找出模型性能瓶颈和误差来源，并提出针对性的改进措施和优化方向。

五、团队协作与沟通

与数据科学家、数据分析师、软件工程师、产品经理等跨职能团队成员密切合作，参与项目的全流程开发，从需求分析、方案设计到模型开发、部署和优化，确保机器学习解决方案能够有效满足业务需求并与整体系统架构相融合。

参与团队内部的技术交流和分享活动，将自己在机器学习领域的专业知识和实践经验传授给团队成员，同时积极学习和吸收其他成员的优秀经验和技术成果，促进团队整体技术水平的提升。例如，定期组织内部技术讲座，分享最新的机器学习算法研究进展、模型优化技巧或项目实践经验；参与代码审查和技术讨论，为团队成员提供建设性的意见和建议，共同解决项目开发过程中遇到的技术难题。

六、业务理解与应用

深入理解公司的业务领域和战略目标，能够将机器学习技术与实际业务问题紧密结合，挖掘潜在的业务应用场景，提出具有商业价值的机器学习解决方案建议，并推动其落地实施。

持续关注行业动态和市场变化，及时调整和优化机器学习应用策略，以适应业务发展的新需求和新挑战。

岗位要求：

一、教育背景与知识体系

学历要求

通常要求至少是本科及以上学历，计算机科学、统计学、数学、电子工程等相关专业优先。

专业知识

精通 Python 语言;

了解其他编程语言如 Java、C++ 也有一定优势，特别是在模型部署到生产环境时，这些语言的高性能特点可以发挥作用。同时，对于数据库语言如 SQL，在数据提取和预处理阶段也会用到。

熟悉传统的机器学习算法，如监督学习中的线性回归、逻辑回归、决策树、支持向量机（SVM）等。能够理解它们的原理、适用场景和优缺点。

深入掌握深度学习算法，如多层感知机（MLP）、卷积神经网络（CNN）用于图像识别，循环神经网络（RNN）及其变体（如 LSTM、GRU）用于处理序列数据（如自然语言处理）。

熟练掌握线性代数，包括矩阵运算、特征值和特征向量等概念。这在数据表示（如将图像表示为矩阵）和模型运算（如神经网络中的权重矩阵运算）中至关重要。

微积分知识不可或缺，特别是对函数的导数和偏导数的理解。在优化算法（如梯度下降）中，需要通过计算损失函数的导数来更新模型参数。

概率论与数理统计是基础，要理解概率分布（如高斯分布）、期望、方差等概念。在处理数据的不确定性（如数据中的噪声）和模型评估（如计算准确率的置信区间）时会用到。

数学基础：

机器学习算法：

编程语言和工具：

二、技能要求

数据处理能力

能够熟练地进行数据收集，从各种数据源（如数据库、文件系统、网络爬虫等）获取数据。

擅长数据清洗，处理数据中的缺失值、异常值和重复值。

熟练掌握数据转换技术，包括数据标准化、归一化等操作。在将数据输入到机器学习模型之前，需要对数据进行预处理，使不同特征具有相同的尺度，以提高模型性能。

模型开发与训练

可以独立进行模型架构设计，根据具体的业务问题和数据特点选择合适的模型结构。

熟练运用合适的优化算法对模型进行训练，如随机梯度下降（SGD）及其变体 Adagrad、Adadelta、Adam 等。能够调整优化算法的参数（如学习率）来提高模型收敛速度和性能。

能够进行模型评估，使用合适的评估指标（如准确率、召回率、F1 - score、均方误差（MSE）等）来衡量模型的性能。并且根据评估结果对模型进行调整和改进。

模型部署与优化

了解模型部署的流程，将训练好的模型部署到生产环境中，如将机器学习模型打包成容器（如 Docker），并部署到云端服务器（如 AWS、Azure 等）。

具备模型优化的能力，包括模型压缩（如剪枝技术，减少模型的参数数量）、量化（降低模型参数的数据精度）等方法，以提高模型的运行效率和降低资源消耗。

三、项目经验与实践能力

项目经验

一般要求有相关的机器学习项目经验，如参与过数据挖掘竞赛（如 Kaggle 竞赛）、企业内部的数据驱动型项目（如用户画像构建、推荐系统开发等）。在项目中能够展示对机器学习全流程的掌握，从数据预处理到模型部署。

实践能力

能够快速将理论知识应用到实际问题中，解决实际业务场景中的数据预测、分类、聚类等问题。

四、其他软技能

团队协作能力

机器学习岗位通常需要与数据科学家、软件工程师、产品经理等不同角色的人员合作。需要能够有效地沟通自己的想法和成果，理解其他团队成员的需求，共同推进项目的进展。

学习能力和好奇心

机器学习领域是一个快速发展的领域，需要不断学习新的算法、技术和工具。具备强烈的好奇心，能够主动探索新的研究成果和应用场景，对于在该岗位长期发展至关重要。

投递说明：

投递简历，电子邮件地址：luozheng@;

组织笔试；

组织面试（四轮面试）

确认入职

单位简介

商予科技（北京）有限公司是由商汤科技对其院校业务进行战略升级，投资转设并主要面向院校客户开展人才培养与技术培训服务的控股子公司，是商汤科技构建良性AI人才生态的重要力量。作为专注于以人工智能为核心的人才学习与发展业务的科技公司，将秉承“坚持原创，让AI引领人类进步”的理念，持续整合商汤科技产业链资源，深化产教融合，以能力传递为先，助力客户培养高素质复合型人才，为区域经济提供智力支持与发展动力。

商予科技（北京）有限公司
领域：信息传输、软件和信息技术服务业
规模：50-150人
地址：北京市门头沟区莲石湖西路98号院11号楼3层305室

投递简历：gz***.cn[点击查看]