職位描述：
我們正在尋找一位經驗豐富的 基于 FATE 框架的開發(fā)工程師，負責開發(fā)、維護和優(yōu)化基于 FATE 框架的聯(lián)邦學習解決方案。該職位需要具備深厚的機器學習、數(shù)據科學和分布式系統(tǒng)知識，以及在聯(lián)邦學習領域的實際經驗。

主要職責：
FATE 框架開發(fā)：

設計和實現(xiàn)基于 FATE 框架的聯(lián)邦學習解決方案。

開發(fā)和優(yōu)化數(shù)據預處理、模型訓練、模型評估和模型部署的流程。

解決聯(lián)邦學習中的數(shù)據對齊、模型收斂和通信優(yōu)化等問題。

模型開發(fā)與優(yōu)化：

使用 FATE 支持的機器學習算法（如線性回歸、邏輯回歸、決策樹等）進行模型開發(fā)。

優(yōu)化模型性能，確保模型在多方協(xié)作環(huán)境下的高效性和準確性。

系統(tǒng)集成與部署：

將 FATE 框架集成到現(xiàn)有的數(shù)據科學和機器學習平臺中。

負責模型的部署和推理，確保模型在生產環(huán)境中的穩(wěn)定性和可靠性。

技術支持與文檔編寫：

為團隊成員和客戶提供技術支持，解決使用 FATE 框架時遇到的問題。

編寫技術文檔，包括開發(fā)指南、用戶手冊和最佳實踐。

任職要求：
教育背景：

計算機科學、數(shù)據科學、統(tǒng)計學或相關領域的本科及以上學歷。

工作經驗：

至少 2 年以上 FATE 框架開發(fā)經驗，熟悉 FATE 的核心功能和架構。

技術技能：

精通 Python 編程語言，熟悉 PyTorch、TensorFlow 等深度學習框架。

熟悉分布式系統(tǒng)、數(shù)據存儲和處理技術（如 Hadoop、Spark、Hive 等）。

熟悉機器學習算法和模型評估方法，具備實際的模型開發(fā)和優(yōu)化經驗。

軟技能：

良好的溝通能力和團隊合作精神，能夠與跨職能團隊有效協(xié)作。

具備問題解決能力和創(chuàng)新思維，能夠獨立解決復雜的技術問題。

優(yōu)先考慮：

有聯(lián)邦學習、多方協(xié)作或數(shù)據隱私保護相關項目經驗者優(yōu)先。

有開源項目貢獻經驗者優(yōu)先。

具有知識圖譜經驗優(yōu)先

1. 參與知識圖譜的規(guī)劃與設計：理解業(yè)務需求，設計本體模型（定義實體、屬性、關系的類型和層次結構），制定圖譜構建的技術方案。
2. 知識圖譜的構建與開發(fā)：
· 數(shù)據獲取與處理：從多源異構數(shù)據（結構化數(shù)據庫、非結構化文本、日志、第三方API等）中抽取信息。
· 知識抽取：運用NLP技術（如實體識別、關系抽取、屬性抽取、事件抽?。奈谋局凶詣踊崛≈R。
· 知識融合：解決實體對齊問題（判斷不同來源的“蘋果公司”和“Apple Inc.”是否為同一實體），消除沖突與歧義，構建統(tǒng)一的知識庫。
· 知識存儲：將結構化知識存入圖數(shù)據庫（如Neo4j, JanusGraph, Nebula Graph）或RDF三元組存儲。
3. 知識圖譜的維護與優(yōu)化：建立知識更新的流程與機制，監(jiān)控數(shù)據質量，持續(xù)迭代和優(yōu)化圖譜的規(guī)模、準確度和新鮮度。
4. 跨團隊協(xié)作：與業(yè)務部門、數(shù)據團隊、算法團隊、前后端開發(fā)團隊緊密合作，確保圖譜能有效支撐上層應用。


A. 知識圖譜算法工程師

· 核心：專注于圖譜構建與挖掘中的算法與模型。
· 具體職責：
· 研發(fā)和優(yōu)化知識抽取、實體鏈接、關系抽取的NLP/深度學習模型（如基于BERT、GPT的微調模型）。
· 研究和應用圖表示學習技術，將實體和關系嵌入到低維向量空間。
· 開發(fā)圖挖掘算法，如社區(qū)發(fā)現(xiàn)、路徑推理、節(jié)點分類、鏈接預測等。
· 跟蹤學術界和工業(yè)界前沿技術，并將其應用于實際業(yè)務場景。

B. 知識圖譜構建/數(shù)據工程師

· 核心：專注于圖譜構建的數(shù)據流水線、工程化與基礎設施。
· 具體職責：
· 搭建穩(wěn)定、高效、可擴展的知識圖譜數(shù)據管道。
· 處理大規(guī)模數(shù)據的抽取、清洗、轉換和加載工作。
· 管理和優(yōu)化圖數(shù)據庫，確保其高性能、高可用性。
· 設計和實現(xiàn)知識融合、質量校驗的工程框架。
· 開發(fā)輔助構建工具，提升知識錄入和管理的效率。

C. 圖譜應用開發(fā)工程師

· 核心：專注于基于知識圖譜的上層應用開發(fā)與API服務。
· 具體職責：
· 設計和開發(fā)知識圖譜的查詢接口和服務，如通用/領域特定的圖譜查詢API。
· 基于圖譜開發(fā)智能應用，如智能問答、個性化推薦、風險控制、情報分析系統(tǒng)等。
· 與前端團隊協(xié)作，實現(xiàn)圖譜的可視化展示與交互（如關系網絡圖）。
· 優(yōu)化圖譜查詢性能，滿足業(yè)務端低延遲、高并發(fā)的需求。

技能與要求

· 硬技能：
· 計算機基礎：扎實的數(shù)據結構、算法、編程（Python/Java/Scala）能力。
· 數(shù)據庫：熟悉圖數(shù)據庫、關系型數(shù)據庫，熟練使用SQL、Cypher、Gremlin等查詢語言。
· 大數(shù)據技術：了解Hadoop、Spark、Flink等分布式計算框架。
· NLP/機器學習：熟悉常見的NLP任務和模型，了解機器學習框架（PyTorch/TensorFlow）。
· 工具：熟悉NLP工具（如Spacy, Stanza）和圖分析工具（如NetworkX）。
· 軟技能：
· 強大的邏輯思維和抽象建模能力。
· 優(yōu)秀的問題分析與解決能力。
· 良好的溝通能力和團隊協(xié)作精神。

1. 負責金融/醫(yī)療/電商等領域知識圖譜的構建，包括本體設計、知識抽取、融合與存儲。
2. 研發(fā)并優(yōu)化實體識別、關系抽取、事件抽取等核心NLP算法，提升自動化構建的準確率與效率。
3. 探索和應用圖神經網絡、表示學習等前沿技術，實現(xiàn)基于圖譜的深度推理與挖掘。
4. 與業(yè)務團隊合作，將知識圖譜能力賦能于智能搜索、風險防控、投研助手等實際場景。
5. 跟蹤領域內最新技術動態(tài)，推動團隊技術方案的創(chuàng)新與升級。

任職要求：

1. 計算機、人工智能、數(shù)學等相關專業(yè)碩士及以上學歷。
2. 熟練掌握Python，熟悉PyTorch/TensorFlow框架，有扎實的編碼和算法基礎。
3. 深入理解NLP常見任務與模型，有知識圖譜相關項目經驗者優(yōu)先。
4. 熟悉至少一種圖數(shù)據庫（如Neo4j, Nebula Graph）和使用。
5. 具備優(yōu)秀的邏輯分析能力和解決問題的能力，對挑戰(zhàn)性問題充滿熱情。