1、模型构建：依据业务需求，设计并搭建适用于 [业务场景，如自然语言处理、计算机视觉等] 的机器学习与深度学习模型，如用于图像识别的卷积神经网络（CNN），或用于文本分析的循环神经网络（RNN）等，探索优化模型架构。 2、数据处理：负责数据清洗、标注及特征工程，构建高质量数据集。运用数据分析工具挖掘数据规律，为模型训练提供支持。 3、模型训练优化：使用大规模数据训练模型，调整参数提升性能，监控训练过程，解决过拟合、欠拟合等问题。 4、模型评估部署：制定评估指标评估模型，与工程团队协作将模型部署至生产环境，并持续优化。 5、技术创新：关注领域前沿技术，开展研究并应用于项目，探索新技术在业务中的应用。 1、教育背景：计算机科学、数学、统计学等相关专业，硕士及以上学历。 2、专业技能：精通 Python，熟悉 TensorFlow、PyTorch 等框架，掌握常见机器学习、深度学习算法，具备数据处理与分析能力。 3、在顶级会议（如NeurIPS、ICML、ACL等）发表过论文者优。