作为云工程师，您将负责开发和实施基于云的人工智能解决方案。您将与数据科学家、软件工程师和其他利益相关者密切合作，设计、构建和部署云平台上的AI模型和应用程序。您的角色将涉及利用云技术和基础设施来实现可扩展和高效的AI工作流程。
职责：
• 设计和开发基于云的AI解决方案：与跨职能团队合作，了解业务需求，并将其转化为可扩展的云平台上的AI解决方案。架构、实施和部署机器学习模型和AI应用程序。
• 云平台选择和配置：评估不同的云平台（如AWS、Azure或Google Cloud），确定最适合特定AI用例的平台。配置和优化云基础设施，以支持AI工作负载，确保高可用性、可扩展性和性能。
• 数据准备和预处理：与数据科学家和数据工程师合作，识别和访问相关数据源。开发数据流水线，为训练AI模型预处理数据，确保数据质量、一致性，并符合数据治理标准。
• 模型训练和优化：与数据科学家合作，使用基于云的机器学习框架训练和微调AI模型。实施分布式训练和超参数调整等技术，优化模型性能和准确性。
• 模型部署和集成：将训练好的AI模型部署到云平台上的生产环境中。将AI模型集成到现有系统、应用程序或API中，以实现实时预测和决策。
• 监控和维护：监控部署的AI模型和基础设施的性能、可扩展性和可靠性。实施自动化监控和警报系统，及时检测和解决问题。根据需要维护和更新AI模型，以适应不断变化的业务需求。
• 安全和合规性：确保云平台上的AI解决方案的安全性和合规性。实施适当的安全措施、数据加密、访问控制和隐私标准，以保护敏感数据并符合相关法规。
要求：
• 学历和经验：计算机科学、工程或相关领域的学士或硕士学位。具有AI工程、云计算或相关职位的经验者优先考虑。
• AI和机器学习专业知识：对AI和机器学习的概念、算法和框架有深入的理解。具备使用流行的机器学习库（如TensorFlow、PyTorch）和深度学习架构的经验。
• 云平台熟练：对AWS、Azure或Google Cloud等云平台有扎实的了解。熟悉与AI相关的云服务（如Amazon SageMaker或Azure Machine Learning）者优先考虑。
• 编程技能：精通Python、Java或Scala等编程语言。具备使用Bash或PowerShell等工具进行脚本编写和自动化的经验。
• 基础设施和部署：了解云基础设施组件（如虚拟机、容器、存储、网络）并具备使用Terraform或CloudFormation等基础设施即代码工具的经验。
• 数据工程技能：了解数据工程原理，包括数据预处理、ETL（抽取、转换、加载）和数据流水线开发。精通SQL和数据库技术。
• 解决问题和团队合作：具备解决复杂的AI和云工程挑战的强大分析和解决问题的能力。优秀的协作和沟通能力，能够在跨职能团队中有效工作。
• 持续学习的心态：渴望了解最新的AI、云技术和最佳实践的发展。愿意根据需要学习新的工具和技术。 
新加坡