ID工程师

工作职责: 1. 需求分析与方案设计:对接产品、业务与算法团队，分析业务痛点，评估AI解决方案可行性；明确问题类型、目标指标与约束条件，输出技术方案与可行性评估。 2. 数据处理与特征工程:负责数据采集、清洗、标注与标准化处理，划分训练/验证/测试集，建立数据版本管理；进行特征选择、提取与构造，为模型训练提供高质量输入。 3. 模型构建、训练与调优:设计或选型模型结构（CNN/RNN/Transformer等），配置损失函数与优化器，搭建可复现训练流水线；执行模型训练、超参数搜索与对比实验，分析bad case并持续优化。 4. 模型部署与服务化:将模型转换为推理格式（ONNX/TensorRT等），开发HTTP/gRPC服务接口，完成容器化（Docker）与服务编排（K8s），对接业务系统实现集成。 5. 模型评估、监控与运维:组织离线评估、AB测试与灰度发布，验证模型效果与鲁棒性；建立线上监控体系（QPS、延迟、AUC等），检测数据/概念漂移，处理线上故障并输出运行报告。 任职资格: 1. 专业背景:计算机、数学、统计、人工智能等相关专业本科及以上学历，具备扎实的机器学习与深度学习理论基础。 2. 算法与工程能力:熟悉常见模型结构（CNN/RNN/Transformer等），熟练掌握Python及至少一种深度学习框架（PyTorch/TensorFlow等），具备良好的工程实现能力。 3. 数据处理与模型调优经验:具备实际项目中的数据清洗、标注、特征工程、模型训练与超参数调优经验，能够独立分析bad case并优化模型。 4. 部署与服务化能力:熟悉模型推理格式转换（ONNX/TensorRT等），掌握Docker、K8s及服务接口开发（HTTP/gRPC），有线上模型部署经验。 5. 监控与团队协作能力:了解模型监控、数据漂移检测与AB测试流程；具备良好的文档编写、技术沟通与团队协作能力，有大规模线上AI系统落地经验者优先。