职位描述1、负责公司数据闭环体系后端架构设计与研发，搭建从数据采集、加工、调度、建模、推理到迭代优化的全链路自动化数据与机器学习工程体系，保障数据链路稳定、高效、可迭代。 2、基于 Python 技术栈开发数据生产、数据治理、模型管理核心后端服务，落地数据任务自动化调度、批量/流式数据处理、模型版本管理、实验管理等核心能力，打通数据研发与算法落地闭环。 3、负责基于 Kubernetes、Argo Workflows、Metaflow 等主流MLOps工具栈，搭建、优化数据自动化工作流平台，实现数据任务、机器学习任务的自动化编排、调度、监控与运维，提升数据生产与模型上线效率。 4、独立开发 Python Web 后台服务与接口，支撑数据平台、算法平台、业务数据系统的功能迭代，对接前端、算法、业务侧需求，保障服务高可用、高并发、易扩展。 5、参与机器学习工程化落地，配合算法团队完成模型训练、评估、部署、上线、迭代全流程，解决模型生产、推理、版本迭代中的工程问题，具备机器学习算法认知优先。 6、负责数据链路、工作流任务的监控告警、性能调优、故障排查，持续优化数据生产自动化流程，降低运维成本，提升数据产出质量与稳定性。任职要求1、本科及以上学历，计算机、软件工程、数据科学、人工智能等相关专业，1-3年后端/MLOps/数据工程研发经验。 2、扎实的 Python 后端开发功底，熟练掌握常用Web框架（FastAPI/Flask/Django），具备完整的接口开发、服务部署、数据库设计经验。 3、熟悉数据生产自动化与MLOps技术栈，熟练使用 Argo Workflows、Metaflow 进行数据/机器学习工作流编排与调度，有真实项目落地经验。 4、熟悉 Kubernetes 基础原理与使用，了解容器化部署、资源调度、集群运维基本流程，能基于K8s完成任务部署与运行优化。 5、熟悉数据全链路闭环流程，了解数据清洗、加工、调度、质量校验、模型上线等核心环节，具备数据平台或MLOps平台开发经验。 6、熟练掌握 MySQL、Redis 等常用存储组件，了解日志排查、性能调优、接口优化基本方法，具备独立问题排查能力。 7、具备良好的代码规范、工程思维与团队协作能力，能够独立承接模块开发、需求落地与迭代优化工作。 加分项（优先录用） 1、了解主流机器学习、深度学习基础算法（分类、回归、聚类、特征工程等），能够理解算法需求、配合算法完成工程落地。 2、有完整MLOps平台、数据自动化流水线平台搭建经验 3、熟悉大数据生态组件（Spark、Flink、Hive等），具备大规模数据处理、批量调度优化经验。 4、熟悉CI/CD流程，具备自动化部署、流水线搭建经验。
