共找到 4 个提示词
量化策略工程化管理:Git代码版本控制+DVC(数据版本控制)管理大数据集、MLflow/W&B(Weights&Biases)实验追踪(记录每次回测的参数/指标/模型)、策略生命周期管理(开发→模拟→小实盘→全量)、团队协作规范
构建LLM评估体系:自动化指标(BERTScore/BLEU/ROUGE)→人工评估→模型对抗评估→A/B实验设计→评测数据集构建→评估Pipeline→RAGAS评估框架→迭代改进闭环
设计ML工程流水线:数据采集→特征工程→训练→评估→部署→监控→模型更新。涵盖Feature Store、MLflow实验管理、模型版本化、A/B测试部署、数据漂移检测
设计模型服务架构:模型格式标准化(ONNX/TensorRT)→在线推理vs批推理→GPU资源调度→模型版本管理→冷启动优化→自动扩缩→A/B推理→延迟/吞吐权衡→成本优化(Spot GPU)