MLOps工程师
岗位摘要
构建端到端的数据与MLOps基础设施，支撑语音、图像、文本、传感器等多模态数据的大规模处理及模型的后训练、评估与部署；设计自动化数据管线，实现多模态数据的收集、清洗、标注、版本管理、质量监控及隐私合规处理
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 构建端到端的数据与MLOps基础设施，支撑语音、图像、文本、传感器等多模态数据的大规模处理及模型的后训练、评估与部署
- 设计自动化数据管线，实现多模态数据的收集、清洗、标注、版本管理、质量监控及隐私合规处理
- 主导MLOps核心能力建设，包括实验跟踪、特征管理、训练调度、A/B测试、模型版本控制、灰度发布与在线监控
- 搭建覆盖模型能力（如ASR准确率、NLU F1、LLM任务完成率）、系统性能（延迟、资源占用）和用户体验（上下文连贯性、任务成功率）的自动化评测体系
- 推动AI驱动的测试创新，探索基于大模型的测试用例自动生成、用户行为模拟、对抗测试等前沿方法
任职要求
- 计算机、人工智能、软件工程或相关专业本科及以上学历，5年以上AI工程化、MLOps或质量保障相关经验
- 精通Python，熟悉主流MLOps工具或自动化测试框架，有从0到1搭建平台经验者优先
- 掌握多AI模型评测指标（WER、Slot F1、MOS、多模态对齐度、LLM任务完成率等）
- 了解端侧推理引擎（如TensorRT、ONNX Runtime、TFLite）及边缘部署优化，有车载、手机等ToB项目经验者优先
- 优秀的跨团队协作与沟通能力，能高效协同算法、嵌入式、产品及解决方案团队推动项目落地
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。