AI Training 工程師

工作內容

1. 負責公司 AI 產品中離線小型模型（On-device / Edge Model）的訓練、微調（Fine-tuning）與部署優化。
2. 針對特定應用場景，對大型語言模型（LLM）或其他 AI 模型進行知識蒸餾（Knowledge Distillation），產出符合效能與精度需求的小型模型。
3. 執行模型重新訓練（Retraining），根據新資料或需求變更持續迭代模型表現。
4. 設計並執行模型微調策略，包含 LoRA、QLoRA、Adapter Tuning、Prompt Tuning 等方法，以最小成本達成模型客製化。
5. 建立與維護模型訓練 Pipeline（資料前處理、訓練、評估、部署），確保流程可重現且自動化。
6. 進行模型壓縮與優化（量化 Quantization、剪枝 Pruning、蒸餾 Distillation），使模型能在邊緣裝置或離線環境高效運行。
7. 設計模型評估指標與基準測試（Benchmark），確保微調後模型品質符合產品需求。
8. 與產品團隊、資料團隊及後端工程師協作，將訓練完成的模型整合至產品中。
9. 追蹤 AI/ML 領域最新技術趨勢（如開源模型、訓練框架更新），持續引入最佳實踐。