MLOps工程师 - 模型部署

职位描述

1. 负责机器学习模型的生产化部署、上线及运维，确保模型服务的高可用性和低延迟

2. 设计并实现模型训练到部署的自动化流水线（CI/CD），提升模型迭代效率

3. 搭建和维护模型监控体系，实时追踪模型性能、数据漂移及业务指标

4. 编写高效、可复用的Python脚本，实现数据预处理、特征工程、模型推理等流程的自动化

5. 优化模型推理性能，包括模型量化、剪枝、蒸馏及GPU/CPU资源调度

6. 与算法团队紧密协作，将研究成果转化为稳定、可扩展的生产系统

任职要求

1. 模型部署经验：熟悉至少一种主流模型部署框架（如NVIDIA-TensorRT, ONNX Runtime, Qualcomm QNN, Horizon OpenExplorer等），有大规模模型服务化实战经验

2. Python脚本能力：精通Python编程，能够独立编写高质量、可维护的自动化脚本，熟悉常见库（FastAPI/Flask、Celery、Pandas、NumPy等）

3. 熟悉容器化技术（Docker、Kubernetes），具备云原生环境（AWS/GCP/Azure/阿里云）下的ML系统搭建经验

4. 了解MLOps工具链（如MLflow、Kubeflow、Airflow、DVC等），有端到端ML Pipeline构建经验

5. 掌握模型版本管理、A/B测试、灰度发布等工程实践

6. 具备良好的工程素养，熟悉Git、Linux、Shell脚本及基础网络知识