关于智能砖块
智能砖块是一家总部位于迪拜的房地产科技公司，致力于开发由高质量数据、分析和人工智能驱动的房地产智能产品。我们的系统处理大规模的房产列表、交易和市场信号，以生成洞察、估值和搜索体验。
我们正在寻找一位机器学习工程师，他能够构建可靠的数据管道，确保数据质量，并为AI/ML团队提供干净、版本化的数据集。
角色与职责
• 构建和维护用于房地产定价的自动估值模型（AVM）
• 通过引入新的数据集并确保模型随时间保持准确性来持续改进模型
• 开发预测模型：价格预测、租金收益预测、投资回报/增值趋势、物业评分和排名
• 设计和调整特征工程管道以提高模型性能和置信度
• 识别数据缺口并定义需要哪些新数据来提高模型准确性（并与数据团队合作获取）
• 使用强有力的评估实践验证、测试和基准化模型
• 监控模型性能和漂移（数据漂移+概念漂移）并触发重新训练策略
• 与后端+数据工程团队密切合作，将模型投入生产
• 构建模型评分服务并协助集成到实时API中
• 使用现代AI工作流程，包括Agentic AI / OpenAI Agents，以增强内部系统的自动化和智能
所需技能与经验
• 6年以上开发AL模型的经验
• 在使用结构化/表格数据集构建ML模型方面有丰富经验
• 对回归建模和预测分析有深刻理解
• 在以下方面有丰富的实践经验：XGBoost / LightGBM，线性回归/岭回归/套索回归，基于树的模型和集成方法
• 拥有强大的Python技能用于ML开发和实验
• 对特征工程有扎实的理解（类别编码、交互特征、缩放、异常值处理）
• 具备模型评估技术经验（MAE、RMSE、R²、MAPE、交叉验证、置信区间）
• 能够构建高准确性和高置信度评分的模型
• 具备强大的分析思维和结构化问题解决能力
• 能够清晰地向非ML利益相关者传达模型决策、权衡和发现
加分技能
• 具备时间序列预测模型经验（Prophet、ARIMA、XGBoost预测）
• 具备模型监控+重新训练管道经验
• 熟悉ML工具如MLflow、DVC、Weights & Biases
• 具备通过API部署ML模型的经验（FastAPI、Flask、Docker）
• 熟悉地理空间数据集和基于位置的建模
• 具备LLM工作流程、提示工程和Agentic AI框架经验（OpenAI Agents、LangChain等）
• 了解排名系统和评分框架
我们重视的品质
• 强烈的责任感：你将模型视为产品，而非实验
• 对模型准确性、可靠性和可解释性的执着
• 能够处理混乱的现实世界数据
• 好奇心驱动以改进数据集并发现更好的预测信号
• 能够从头到尾调试模型和管道（数据→特征→模型→输出）
成功的表现
• AVM模型在新的市场条件下保持准确和稳健
• 随时间推移改进特征集和更智能的数据集设计
• 强有力的模型漂移和置信度退化监控
• 经过充分测试、可重复的ML管道，具有文档化的假设和指标
