AI工程师-宁波

模型微调与训练执行：在AI科学家指导下，完成生物/蛋白相关模型的微调训练任务，包含数据准备、训练脚本运行、超参数配置、实验记录与结果复现；

数据处理与特征工程：负责生物数据清洗、去重、格式标准化与基础标注，构建训练所需的数据集与数据加载管线（Dataset/DataLoader），支持多任务训练与评测；

评测与实验管理：搭建并维护离线评测流程，输出核心指标报表（如预测相关性、分类指标、排序指标等），进行对比实验与消融分析，辅助模型迭代决策；

推理与服务化支持：将模型推理流程工程化，开发批量推理脚本与简单服务接口（REST API/CLI），支持内部平台调用与任务自动化，在AI科学家与平台团队框架下完成接口开发与集成；

工具链与平台集成：参与训练环境配置、依赖管理、日志与监控、模型版本与产物归档，提升研发效率与交付稳定性；

跨团队协作：与AI科学家、AI蛋白设计科学家协作理解需求，按任务拆解推进交付；与实验同事沟通数据含义与字段标准，保证数据可用与可追溯

硕士及以上学历，计算机科学、机器学习、人工智能、计算生物学或相关专业；

熟练使用PyTorch（或TensorFlow），理解训练流程与常见问题定位（过拟合、梯度爆炸/消失、数值不稳定、数据泄漏等）

熟练Python，具备良好的工程习惯（模块化、日志、配置化、单元测试意识）；熟悉Linux开发环境；

具备数据处理能力，熟悉pandas/numpy等，能高效处理大规模数据与高通量任务；

沟通协作良好，能在跨学科团队中按规范交付；具备强学习能力与问题闭环能力