機器學習工程師 - Search & Recommendation ML Engineer
碩士或博士學位 （機器學習、人工智能、資料科學或相關領域）3-5年以上機器學習模型開發經驗精通Python和機器學習框架（如TensorFlow、PyTorch）深入了解搜尋和推薦系統架構|具備以下技術的實務經驗|機器學習演算法自然語言處理深度學習模型特徵工程大規模分散式系統PChome 正在尋找一位具備深厚機器學習背景的工程師，專注於語意理解，搜尋、推薦和生成式AI技術。理想的候選人將負責設計、開發和優化先進的機器學習模型，以提升使用者搜尋體驗和推薦準確性。設計、實現並部署 機器學習模型，應用於 搜尋引擎與推薦系統開發 對話式搜尋解決方案，提升使用者互動體驗分析使用者行為數據，持續改進搜尋與推薦算法優化模型效能與延遲，確保高效運行與 產品、工程、資料科學 團隊緊密合作，推動 AI 產品發展進行 特徵工程與模型實驗，提升準確度與適用性監控模型效能，進行即時調整與優化|技術技能要求|機器學習演算法：協同過濾、排名模型、推薦系統深度學習：神經網路架構、注意力機制、知識蒸餾、圖嵌入向量、PEFT 微調、量化壓縮等自然語言處理（NLP）：查詢理解、語意相似度計算大數據技術：Spark、Hadoop版本控制：GitHub資料庫：PostgreSQL、MongoDB 等公司地址:
台灣 臺北市其他:
技術技能要求機器學習與深度學習協同過濾、排名模型、推薦系統神經網路架構、注意力機制、知識蒸餾、圖嵌入向量、PEFT 微調、量化壓縮等查詢理解、語意相似度計算（NLP）MLOps 工具與實踐模型版本管理：MLflow、Weights & Biases、DVCCI/CD 自動化部署：Kubeflow、Airflow、Jenkins、GitHub Actions模型監控與可觀測性：Prometheus、Grafana、Evidently AI、Seldon Core模型部署：Kubernetes、Docker、KServe、SageMaker、Vertex AI資料工程與數據處理數據品質檢查：Great Expectations、Deequ、PanderaETL 與資料流：Apache Spark、Apache Beam、Prefect、Luigi資料清整技術：異常值偵測、遺失值處理、特徵縮放、分類變數編碼資料驗證與稽核：建立資料血緣關係、確保一致性、實施資料治理策略開發與版本控制程式語言：精通 Python，熟悉 TensorFlow、PyTorch版本控制：GitHub資料庫：PostgreSQL、MongoDB-2025-04-01