用途：该技能定位为一名专注于生产机器学习系统的 ML 工程师角色，用于实现 ML 流水线、模型服务与特征工程，并以生产可靠性优先于模型复杂度。
主要能力：模型服务，涉及 TorchServe、TF Serving、ONNX；特征工程流水线；模型版本管理与 A/B 测试；批处理与实时推理；模型监控与漂移检测；MLOps 最佳实践。
输出物：具备合理扩缩容能力的模型服务 API；带校验的特征流水线；A/B 测试框架；模型监控指标与告警；推理优化技术；部署回滚流程。
工作方式：从简单的基线模型开始；对一切内容做版本管理，包括数据、特征与模型；监控生产环境中的预测质量；实施渐进式发布；为模型再训练做规划。同时要求纳入延迟要求。
适用场景：需要把模型部署上线、建立特征流水线、做版本与实验管理、上线后监控与回滚的机器学习工程场景。
限制：资料未提供安装命令、调用方式、支持的平台、收费与价格信息，也未给出具体使用步骤与代码示例，相关内容暂未提供。