专注于Agentic的机器学习工程师
加入High 5 Games申请专注于Agentic的机器学习工程师职位
获取关于此职位的AI驱动建议和更多独家功能。
我们正在寻找一位机器学习工程师（MLE）来设计、构建和优化我们的机器学习操作。您将在将AI模型从研究扩展到生产中发挥关键作用，确保在我们的Google Cloud Platform（GCP）基础设施中顺利进行模型部署、监控和生命周期管理。您将与数据科学家、ML Ops和数据工程师密切合作，以自动化工作流程、提高模型性能，并确保我们的AI为全球数百万玩家提供可靠的服务。
您的工作内容
• 设计、开发和部署机器学习模型和解决方案，利用LangGraph和MLflow等工具进行编排和生命周期管理。
• 合作构建和维护可扩展的数据和特征管道基础设施，以支持使用BigQuery、BigTable、Dataflow、Composer（Airflow）、PubSub和Cloud Run等工具进行实时和批处理的ML模型训练和推理。
• 开发和实施稳健的模型监控和可观测性策略，以检测模型漂移、偏差和性能退化，利用Vertex AI Model Monitoring和自定义仪表板等工具。
• 优化ML模型推理性能，以提高AI应用程序的延迟和成本效率。
• 确保ML模型和数据基础设施平台的整体可靠性、性能和可扩展性，包括主动识别和解决与模型性能和数据质量相关的问题。
• 排查和解决影响ML模型、数据管道和生产AI系统的复杂问题。
• 确保AI/ML模型和工作流程符合数据治理、安全性和合规性要求，特别是针对真钱游戏。
我们正在寻找的
• 1年以上作为ML工程师的经验，专注于在生产环境中开发和部署机器学习模型。
• 在Google Cloud Platform（GCP）方面有丰富经验，包括与ML和数据基础设施相关的服务，如BigQuery、Dataflow、Vertex AI、Cloud Run和Pub/Sub以及Composer（Airflow）。
• 对容器化（Docker、Kubernetes）的扎实掌握，并有使用GKE等Kubernetes编排平台部署ML服务的经验。
• 在生产环境中构建和部署可扩展数据管道和机器学习模型的经验。
• 理解ML模型和应用程序的模型监控、日志记录和可观测性最佳实践。
• 具备Python和ML框架（例如TensorFlow、PyTorch、scikit-learn）的经验。
• 熟悉使用LangGraph或LangChain等工具的AI编排概念是一个加分项。
• 加分经验包括在游戏、实时欺诈检测或AI个性化系统和Agentic工作流程中的工作经验。
资历水平
中高级
就业类型
全职
职位功能
工程和信息技术
推荐可以使您在High 5 Games的面试机会增加2倍
#J-18808-Ljbffr
