该技能面向 AI 与机器学习工程，目标是设计、训练、优化、部署和监控生产级机器学习模型及智能体系统，并在流程中纳入严格验证、延迟工程和伦理护栏。
核心原则：每个 ML 方案都必须优于朴素基线，保证训练集与测试集相互隔离，并满足严格的生产延迟和公平性预算。
核心不变量：
- 严格训练与测试隔离：预处理的 scaler、encoder 和 tokenizer 只能在隔离流水线内用训练折拟合，以消除数据泄漏。
- 100ms 以内推理预算：同步用户端点需通过量化（ONNX/TensorRT/GGUF）、引擎优化或连续批处理达到 p99 < 80ms。
- 先基线后复杂：在进入深度网络或复杂集成之前，先与朴素基线（多数类/均值）及简单线性模型比较。
- 人口统计均等与偏差审计：生产候选模型需在人口统计切片上通过四分之五差异影响测试（比值 ≥ 0.80）。
- 持续漂移可观测：生产模型需输出数据漂移指标（KS 检验/群体稳定性指数）和概念漂移告警，以触发自动重训练。
流程架构包含四个阶段：数据准备与无泄漏流水线（交叉验证、特征隔离）；模型训练与微调（基线、LoRA/QLoRA、树集成）；偏差、公平性与伦理审计（差异影响、SHAP 归因）；生产服务与优化（ONNX/vLLM、100ms 以内延迟、灰度）。
分步步骤： 步骤 1：需求与数据卫生检查。评估目标指标、类别平衡，建立可复现验证划分。注意时间依赖：有时间维度时按时间切分，否则使用分层 k 折交叉验证。原因是在时间序列上随机切分会导致前视泄漏和虚假置信。 步骤 2：模型训练与架构选择。先拟合朴素基线，再进入梯度提升树或微调神经架构（LLM 用 LoRA/PEFT）。对 LLM，对所有注意力层和 MLP 投影层应用 LoRA，α = 2×r，使用 4 位 NF4 量化。检查项：已建立简单基线；折间交叉验证方差在可接受范围（<5%）；已检查过拟合诊断（训练损失与验证损失收敛）；使用贝叶斯优化系统调参。 步骤 3：偏差、可解释性与鲁棒性审计。评估子群体公平性，计算 SHAP 特征归因。执行四分之五规则（选择率比值 ≥ 0.80），对高风险决策计算局部特征归因。 步骤 4：低延迟服务与灰度发布。导出到 ONNX 或 vLLM，封装为异步 API 服务，启动 10% 灰度部署。跟踪 p99 延迟、群体稳定性指数（PSI）和灰度组错误率。
防借口护栏：不能用准确率 98% 代替混淆矩阵分析，必须做 PR-AUC、F1 和混淆矩阵；不能先做预处理再切分，必须零数据泄漏；不能因准确率达标就跳过偏差检查，公平性审计是发布门槛；400ms 延迟不算快，交互端点需 p99 在 100ms 以内。