电鸭
49人浏览/6人投稿
171天前
待托管赏金
【岗位职责】
我们正在寻找2~4位具备扎实数据处理能力与 Python 工程背景的工程师，加入我们 AI 应用技术团队，共同打造智能化产品与平台。您的工作将涵盖数据管道建设、RAG 系统开发、后端服务、模型部署与跨团队协作。
数据处理与 ETL/ELT 工作流建设
设计并开发稳定、可扩展的数据处理管道，使用 Python 与 BigQuery SQL 实现数据清洗与转换；
构建并持续优化 ETL/ELT 流程，实现数据自动化处理、校验与调度，保障数据质量与一致性。
AI 检索增强生成（RAG）系统开发
基于 RAG 架构实现智能问答与语义理解系统；
优化向量数据库（如 Pinecone、Qdrant）查询效率与上下文检索质量；
提升大模型在复杂场景下的交互效果与响应性能。
后端 API 与服务开发
使用 FastAPI / Flask 等 Python 框架开发高效稳定的 API 接口；
支持数据服务、向量检索与 AI 模型推理能力，保障系统性能与可维护性。
云端部署与 MLOps 实践
在 GCP（部分 AWS）环境中部署数据处理与模型服务；
推进 MLOps 标准流程，优化模型训练、部署、上线与监控等关键环节。
跨部门协作
与数据科学家、算法研究员、前端工程师紧密协作，推动 AI 解决方案在业务场景中落地；
探索并引入先进的 AI 工具链与基础设施，提升产品智能化程度。
【任职要求】
基础能力
语言沟通：具备基础英文口语沟通能力，能阅读英文技术文档；
Python 开发经验：3 年及以上，有实际项目开发经验，熟练掌握 FastAPI / Flask / Django 等框架；
数据处理能力：熟悉 pandas、numpy 等常用库，具备大规模数据清洗与处理经验；
ETL/ELT 能力：能够独立设计和实现高质量的数据处理流程；
数据库能力：熟悉 BigQuery SQL，能够编写高效查询并进行性能调优；
API 开发能力：具备 RESTful 或 GraphQL API 构建与调试经验；
向量数据库经验：了解 Pinecone、Qdrant 或相关 embedding 技术；
云平台经验：熟悉 GCP（BigQuery、Cloud Functions、Vertex AI）相关产品，有部分 AWS 实践经验；
容器化与 CI/CD：熟练使用 Docker，了解 Kubernetes 与自动化部署流程；
MLOps 实践经验：了解或实践过模型管理、训练、部署与监控完整流程；
团队协作能力：具备良好的跨部门沟通与任务推动能力。
【加分项】
具备以下技能将被优先考虑，优秀者可适当放宽部分硬性要求：
拥有 AI 应用开发、深度学习优化相关经验；
具备 RAG 架构与语义检索系统的实战经验；
熟悉 LangChain、LangGraph，能够构建 LLM 应用；
熟练使用 Airflow、Prefect 等数据调度工具；
熟悉 Jupyter Notebook，能撰写技术笔记与报告；
有 Spark、Dask、Ray 等实时数据处理框架经验；
参与或主导过开源数据科学或机器学习项目；
熟悉 Node.js，可辅助部分后端系统开发工作。
【福利与薪资&】
薪资范围：税前月薪 18,000 ~ 25,000 元，具体依据经验能力评估；
休假制度：双休及弹性休假制度；
办公方式：支持远程办公与弹性到岗机制，无需上下班打卡，无监控屏幕，无须每天文字汇报，周报，月报；自我驱动，以结果为导向，提升工作效率与自由度；
【合作模式】
① 全职入职（优先）
与公司签订劳动合同；
每周需线下到岗 3~4 天（预计于上海/杭州设立办公地点）；
江浙沪地区常驻者优先考虑。
② 远程合作（可选）
面向成熟自由开发者或技术工作室；
需具备独立开发能力，拥有个体工商户/公司资质，可开具发票；
与公司签订劳务合作合同，按月或项目结算，需工作日全职投入。
【招聘流程】
初轮沟通：介绍公司情况，明确岗位职责与候选人意向；
技术测评：根据岗位需求安排在线测试或小项目，评估技术匹配度；
技术面试：团队成员参与，基于测评结果深入沟通专业能力与合作潜力；
Offer 沟通：确认薪资待遇、入职时间及后续安排。
全栈多年，有兴趣，欢迎，是在找新的机会，人在上海
