人工智能 - 机器学习工程师
职位描述
部门：数据技术
职位状态：全职
FLSA 状态：薪资豁免
汇报对象：人工智能机器学习经理
地点：德克萨斯州伍德兰兹
所需出差量：少于10%
工作时间：周一至周五，上午8点至下午5点
监督职位：无
AIP：等级6
职位概述：
AI/ML工程师负责设计、开发和部署生成式AI和传统机器学习解决方案，适用于BEUSA公司家族。该职位专注于实际工程：构建模型、数据管道和服务，与业务流程集成以推动可衡量的影响。理想的候选人是具有ML/LLM扎实基础、优秀软件工艺和协作心态的工程师。您需要能够全程负责功能，与跨职能团队合作，并不断学习新工具和方法。
理想的候选人是一位在AI/ML领域具有深厚技术专长的高技能工程师，对生成式AI充满热情，并具有协作心态。该职位需要强大的问题解决能力、独立工作的能力，以及保持在AI/ML进步前沿的愿望。
基本功能：（以下职责和责任均为基本工作职能，除非以“可能”开头）
AI/ML解决方案开发：
设计、实施和部署可扩展的AI/ML模型（重点是生成式AI应用，如LLM、检索增强生成和提示工程）。
使用Python和标准ML库构建稳健的数据管道、特征工程工作流和训练/评估作业。
将模型打包并部署为服务或批处理作业；实施推理管道并优化延迟、吞吐量和成本。
生成式AI创新：
评估和集成生成式AI模型和框架（例如，LLM、嵌入、向量搜索、扩散模型）以用于定义的用例。
开发提示、RAG管道、护栏和评估工具；进行A/B和离线评估以提高输出质量和安全性。
MLOps/LLMOps执行：
应用实验跟踪、模型版本控制、CI/CD、监控和警报的最佳实践。
实施数据和模型质量检查、漂移检测和性能仪表板。
与平台团队合作，贡献运行大规模训练/推理所需的基础设施即代码或配置。
数据和系统集成：
将AI/ML服务与现有数据平台和业务系统（API、事件流、数据仓库、BI）集成。
与IT和数据架构团队合作，确保可靠的数据访问、安全性和合规部署。
利益相关者协作：
与产品、分析和业务利益相关者密切合作，完善需求、确定技术任务范围，并交付符合验收标准的增量。
记录设计、假设和操作手册；清晰地沟通进展和权衡。
AI伦理与最佳实践：
在数据处理和模型行为中实施隐私、安全性、安全性和公平性考虑，与组织指南一致。
贡献模型评估标准、红队测试和符合伦理标准的内容过滤。
变革倡导：
在组织各个层面促进对AI的理解和采用，培训利益相关者了解AI的好处、风险和伦理影响。
基础设施与系统集成：
与IT和数据架构团队合作，确保稳健的数据管道和基础设施，支持AI解决方案的成功部署和扩展。
KPI开发与监控：
开发和监控KPI以跟踪AI项目的成功，提供有关性能、投资回报率和改进机会的见解。
持续学习：
跟踪生成式AI和传统数据科学的新兴趋势，确保公司采用最先进的方法和工具。
执行其他相关职责以协助成功运营和业务连续性。
职位要求：
成功通过所有适用的一般入职前测试，包括但不限于：背景调查、入职前药物筛查、入职前适应性测试、入职前能力和/或能力评估。
熟练掌握英语口语。
职位要求亲自、可预测的出勤。
需要有效的美国驾驶执照。就业取决于符合公司的驾驶标准，包括根据公司政策接受的机动车记录（MVR）。
教育/经验水平
数据科学、计算机科学、工程、数学或相关领域的学士或硕士学位。
2-5年在生产中开发和部署机器学习模型的专业经验。
1年以上在生产或试点环境中实施生成式AI解决方案的实际经验。
具有Databricks或类似数据/ML平台的经验。
具有石油和天然气行业经验者优先。
资格、技能、能力和能力：
技术专长：
熟练掌握Python和常见的ML/AI库和工具（例如，scikit-learn、PyTorch或TensorFlow、Transformers、LangChain/LlamaIndex或同等工具）。
具有LLM和生成式AI的实际经验（提示工程、RAG、嵌入、向量数据库、安全/护栏、评估）。
熟悉MLOps最佳实践：实验、版本控制、CI/CD、容器化、监控和可观察性。
具有在云环境（AWS、Azure或GCP）中部署的经验，并使用与数据/ML相关的服务（例如，无服务器、Kubernetes、托管ML服务）。
能够设计和优化数据管道（批处理/流）和模型服务工作流。
业务与沟通技能：
优秀的口头和书面沟通能力，能够向技术和非技术受众展示技术主题。
证明能够独立工作，管理多个优先事项，并在快节奏环境中交付结果。
证明能够分解需求、估算工作、管理优先事项，并在快节奏环境中交付。
具有与跨职能团队合作以交付业务驱动的AI/ML解决方案的经验。
以团队为导向、积极主动和注重细节，专注于可衡量的业务成果。
好奇心与成长心态：
高度的好奇心，具备在现场和正式学习环境中学习新技能的能力和愿望。
身体要求/工作环境：
此处描述的身体要求和工作环境代表了员工必须满足的条件，以成功履行此职位的基本职能。可以进行合理的便利措施，以使残疾人能够履行基本职能。
经常需要走路、坐着、攀爬、弯腰、伸展和蹲下/跪下。AI/ML工程师主要在室内工作，并且会长时间坐在办公桌前使用电脑。必须能够访问和导航组织设施的每个部门。AI/ML工程师可能需要举起重物；因此，AI/ML工程师必须能够举起25磅。
工作时间可能包括清晨、下午/晚上和周末的组合，具体取决于工作需求。
AAP /EEO声明：
公司致力于为所有员工和申请人提供平等就业机会，因此遵守所有适用的州和联邦法律。我们的就业、职位提升、薪酬、培训和解雇等实践不因种族、肤色、宗教信仰、年龄、性别、国籍、退伍军人身份、残疾、怀孕、遗传信息或任何其他法律保护状态而歧视。预计所有员工，无论是管理层还是员工，都将全力支持这些非歧视政策。
公司已审查此职位描述，以确保包括基本职能和职责。它并不旨在成为所有职能、责任、技能和能力的详尽清单。
最后修订于2026年1月。
