公共部门资深机器学习工程师
岗位摘要
领导代理式人工智能系统的架构与实现，重点关注长程推理、编排与系统级可靠性；构建并扩展可执行复杂地理空间推理的智能体，包括解读、生成并推理地图与空间数据；设计并改进面向大量静态与半结构化文档的检索系统，使智能体能高效呈现高信号上下文
岗位职责
- 领导代理式人工智能系统的架构与实现，重点关注长程推理、编排与系统级可靠性
- 构建并扩展可执行复杂地理空间推理的智能体，包括解读、生成并推理地图与空间数据
- 设计并改进面向大量静态与半结构化文档的检索系统，使智能体能高效呈现高信号上下文
- 微调并评估嵌入模型，以提升关键任务数据集的召回率与精确率
- 设计记忆系统，使智能体能够持久化状态、处理长上下文并从先前交互中学习
- 负责并演进共享的代理式基础设施与核心库，支持跨团队、产品与公共部门合同复用
- 定义代理式系统的评估策略，包括稳健性测试、失败模式分析与生产环境回归测试
- 与工程经理、产品负责人和研究人员紧密合作，界定高影响力项目并推动跨团队执行
- 担任技术导师与倍增者，提升整个组织在系统设计、机器学习严谨性和生产就绪方面的标准
- 能够接受约10%的轻量出差，用于客户互动和团队需求
任职要求
- 8年以上在生产环境中构建和部署应用机器学习系统的经验
- 具有代理式系统、自主工作流或可多步推理与行动的机器学习系统的深厚经验
- 具备扎实的机器学习系统工程背景，包括模型服务、流水线、监控与评估
- 具有检索系统、嵌入或表示学习的实操经验
- 精通Python和现代机器学习框架（如PyTorch），能够端到端设计系统
- 展现资深级别的工作范围：设定技术方向、负责模糊问题并推动从0到1的举措落地生产
- 具备在性能、成本、可靠性与开发速度之间做出深思熟虑权衡的经验
- 需要持有有效的TS安全许可
- 优先：具有将机器学习系统部署到气隙、机密或断网环境（客户数据中心、本地基础设施或无云提供商路径的网络）的经验
- 优先：曾与国防部、情报界或联邦任务用户合作，包括具备足够了解任务以判断对操作员而言何为“正确”的判断力