資格：

• 3年以上機器學習、機器學習工程或混合角色的經驗。（綜合專業經驗）
• 精通Python，用於數據處理、API開發和機器學習整合。（3年經驗）
• 能夠編寫高效的ETL腳本並管理大型數據集。（1-2年 - 任何ETL工具）
• 對數據庫管理有深入了解（SQL、NoSQL、PostgreSQL或類似技術）。（MySQL - 1-2年）
• 熟悉基於YOLO的物體檢測和OCR處理。（請在備註中包含他們參與過的OCR相關項目）
• 了解圖像處理和計算機視覺工具，如Pillow、OpenCV、pdf2image等。（2年以上）
• 有使用Tensorflow、Pyspark和Scikit-learn訓練和測試機器學習模型的經驗。（三者皆有 - 3年以上）
• 具備Docker、Kubernetes及容器化機器學習工作流程的實際經驗。（1年以上）
• 有使用Azure服務和雲端（數據工廠、Blob儲存、機器學習工作室及其他計算資源）的經驗。（1年以上 - AWS/GCP為可選）
• 有使用Flask、FastAPI或其他API框架的經驗。（任何/Django - 1-2年）
• 了解MLOps的最佳實踐，以便在生產環境中部署和監控機器學習模型。
• 具備使用Git和Github/Gitlab及Github Actions的實際經驗。（1年以上 - 任何）

優先技能（加分項）：

• 有在保險、文件處理或OCR相關應用方面工作的經驗。

• 具備分佈式數據處理的知識（Spark、Dask或類似技術）。

• 接觸過機器學習項目的CI/CD管道的DevOps實踐。

• 熟悉自然語言處理和基於LLM的模型。

• 具備AWS/GCP知識。

其他工作詳情：

工作模式：混合，每月1-2次現場工作

工作時間：中班（下午4點至午夜12點）

職責：

• 設計、開發和維護數據管道，以管理TIFF圖像、提取字段、CSV、PDF、XML和結構化輸出。

• 建立和優化ETL工作流程，以進行預處理（調整大小、旋轉、去噪聲）和機器學習管道集成。

• 在生產環境中開發、培訓、評估、部署和監控深度學習模型。

• 開發API端點並將結構化數據整合到現有的數據鍵入應用中。

• 實施日誌記錄、監控和錯誤處理機制，以確保模型性能和數據一致性。

• 與Docker化部署合作，以簡化機器學習和數據工作流程。

• 與機器學習工程師、軟件開發人員及質量測試工程師合作，確保無縫集成。

請參考職位描述。