任务详情
关于Digitaste
Digitaste 是一家致力于数字化味觉分析的创新型公司，我们通过数字化手段采集/建模人类的味觉、嗅觉等一手感官数据，建立“感官数据库‘，弥补现有只能处理文字、图像、音频的数据库和智能体空白。我们将传统难以量化的香气、味觉、口感体验，转化成了可计算、可推荐、可共享的数字信息，帮助食品研发、健康营养等行业更精准地理解用户感官偏好，也让每个人更好地认识自己独特的“感官身份”。
网站：https://www.digitaste.ai
小红书/公众号：爱味觉 Digitaste
岗位职责
数据资产建设：统筹一手感官数据与第三方数据集（菜单/电商评论/社媒文本、地理与气象、图像、实验测量等）的规格对齐；沉淀数据字典与质量评估体系，产出可复用 TFRecord/Parquet 语料
自监督/多任务预训练：在 TensorFlow/Keras 上设计并实现掩码建模、对比学习、跨模态对齐（text–image–graph–geo）等目标；构建可复现训练框架与检查点管理，完成大规模分布式（GPU/TPU）训练与调参。
高吞吐训练与MLOps：基于 tf.data/tf.distribute/XLA 优化数据流水线与训练吞吐；对接 W&B/MLflow、DVC、CI/CD、容器化与作业编排（Docker/K8s/Airflow/Ray）。
评测与落地：建立离线/在线指标（如 Recall@K、NDCG、聚类纯度、距离度量等），将预训练表征应用到检索与推荐、口味指纹聚类、图谱推理与地理可视化。
协作与合规：与产品/后端/可视化/数据治理紧密合作，保障隐私合规（GDPR/PDPA）与可解释性；形成技术文档、数据规范与模型卡。
岗位要求
经验：3 年及以上机器学习/数据科学经验，≥1 年大规模预训练或表征学习实践；能独立端到端推进从数据到模型上线的闭环。
TensorFlow 能力：精通 TensorFlow 2.x/Keras（tf.data、TFRecords、tf.distribute、XLA/TPU），熟悉性能分析与故障定位；具备稳健的 Python 工程能力与单元/集成测试习惯。
多模态与图数据：有文本/图像/结构化/图谱其一到多项的建模经验；理解自监督学习（InfoNCE/SimCLR/CLIP-style 等）与度量学习。
数据工程：熟练使用 SQL/数据仓库（BigQuery/Postgres 等）与分布式计算（Spark/Ray/Beam 其一）；能把混杂来源的数据打造成可训练、可回溯、可版本化的资产。
合规与沟通：具备数据伦理与隐私意识，中英沟通顺畅，能输出高质量技术文档与复现实验脚本。
