职位名称：
机器学习工程师/SRE
地点：
芝加哥，IL 或 100% 远程
持续时间：
12 个月
主要职责：
• Azure 基础设施管理：配置、维护和优化 Azure 基础设施，以支持 AI 模型的开发和部署，确保可扩展性和性能。
• 模型性能监控：实施和维护监控系统，以跟踪模型性能，主动识别和解决出现的问题。
• 事件响应：与 SRE 团队合作，及时响应与模型操作相关的故障和事件，确保最小的停机时间和快速的问题解决。
所需技能和资格：
• Azure 基础设施经验：熟练管理 Azure 基础设施组件，包括虚拟机、存储和网络，以支持 AI 模型的开发和部署。
• CI/CD 管道经验：具备持续集成/持续部署（CI/CD）管道的经验，包括模型部署流程的自动化。
• 云中的容器化：对云中的容器化技术（如 Docker 和 Kubernetes）有深入了解，以便高效地部署和扩展机器学习模型。
• 机器学习专业知识：精通构建和优化机器学习模型，深入理解各种算法和框架。
• 编程技能：熟练掌握机器学习中常用的编程语言，如 Python 及其库（如 TensorFlow 和 PyTorch）。
• 数据管理：具备数据预处理、特征工程和机器学习数据管道开发的经验。
• 合作团队成员：优秀的沟通能力，能够与跨职能团队（包括 AI 工程师和 SRE）协作。
• 文档编写：有效的文档编写技能，能够维护模型、基础设施配置和事件响应的清晰有序记录。
优先资格：
• 云基础的机器学习平台经验：熟悉云基础的机器学习平台，如 Azure 机器学习。
• CI/CD 工具经验：具备使用 CI/CD 工具在 Azure 云平台上部署客户端服务和应用程序的经验。
• 熟悉 DevOps 实践和工具：熟悉自动化基础设施和部署的 DevOps 实践和工具。
• 了解模型版本控制和管理工具：了解模型版本控制和管理工具。
• 了解 AI 模型部署中的安全最佳实践：了解 AI 模型部署中的安全最佳实践。
• 相关领域的认证：在相关领域（如 Azure 认证或机器学习认证）中具备认证。 
