Python 机器学习开发工程师

职位概述我们正在寻找一位对数据和机器学习充满热情的Python开发工程师。您将成为我们数据团队的核心成员，负责从数据预处理、特征工程到机器学习模型构建、训练、评估及上线的全过程。您不仅需要具备扎实的编程和算法基础，更需要有将业务问题转化为数据解决⽅案，并*终实现⼯程化落地的能⼒。主要工作职责1.数据处理与特征工程：a、负责从多种数据源（数据库、API、⽇志文件等）中抽取、清洗和整合数据。b、设计和实现高效、可复用的特征工程管道，为模型训练提供高质量的数据基础。2.模型开发与训练：a、基于业务需求，选择和开发合适的机器学习/深度学习模型（如分类、回归、聚类、NLP、CV等）。b、使用Scikit-learn、TensorFlow、PyTorch等主流框架进行模型训练、调优和评估。c、撰写清晰、规范的实验文档，记录模型迭代过程和效果。3.模型部署与工程化：a、将训练好的模型封装为API服务或集成到现有业务系统中，实现模型的在线服务。b、开发和维护高效、稳定的机器学习流水线，实现模型的自动化训练和部署。c、优化模型性能，确保其在高并发场景下的稳定性和低延迟。4.协作与支持：a、与数据工程师、后端工程师协作，确保数据流和模型服务的顺畅运行。b、监控线上模型表现，持续迭代优化模型以应对数据分布变化和业务需求变更。职位要求必备技能与经验：1.编程基础a、精通Python编程，熟练掌握其核心库和面向对象编程思想。b、熟练使用NumPy,Pandas等进行科学计算和数据处理。2.机器学习理论与实践：a、扎实的机器学习理论基础，熟悉常见的机器学习算法及其适用场景。b、拥有使用Scikit-learn完成端到端机器学习项目的实践经验。c、熟悉模型评估、验证及超参数调优的方法论和工具。3.数据工程能力：a、熟练使用SQL进行复杂的数据查询和处理。b、熟悉至少一种主流数据库（如MySQL,PostgreSQL）或大数据平台（如Spark）。4.模型部署与工具：a、有使用Flask,FastAPI,Django等至少一种Web框架部署机器学习模型的经验。b、了解Docker等容器化技术，有模型打包和部署的经验。5.个人素质：a、优秀的问题分析和解决能力，能够独立工作并承担职责。b、良好的团队协作和沟通能力，能够清晰地表达技术想法。c、对新技术充满好奇心，具备强大的自主学习能力。优先考虑条件：a、有使用MLflow,Kubeflow等MLOps工具管理机器学习生命周期的经验。b、熟悉TensorFlow或PyTorch等深度学习框架，并有相关项目经验。c、了解CI/CD流程，并能在机器学习项目中实践。d、有处理大规模数据集或实时流数据的经验。我们为您提供：a、接触海量真实业务数据和富有挑战性的项目机会。b、享有广阔的技术成长和职业发展空间。
联系我时，请说是在58同城上看到的，谢谢！