首席数据科学家

岗位介绍

慕尼黑再保险正在招聘首席数据科学家，作为高级技术领导者，负责为客户及内部业务部门打造高影响力的数据科学与AI解决方案。该职位需结合机器学习与AI的深厚专业知识及扎实的软件工程基础，设定技术方向，领导从探索到生产的复杂项目，将模糊的业务挑战转化为可扩展、可衡量的成果。候选人需保持动手能力，同时影响高层利益相关者，培养人才，强化工程与治理标准，并协助识别和塑造新的解决方案提案。

工作内容

• 为复杂高价值的数据科学与AI项目设定技术方向，使解决方案与业务战略、用户需求、风险偏好及可衡量成果保持一致。
• 领导端到端交付，从机会识别、问题界定、数据评估到实验、部署、采用、监控及持续改进。
• 使用Python架构并构建稳健、可扩展、可维护的ML和AI解决方案，处理结构化和非结构化数据，应用良好的软件工程实践。
• 建立严格的评估框架、基线和验收标准，评估模型性能、可靠性、公平性、漂移、运营准备度及业务影响。
• 作为可信赖的技术顾问，将模糊的业务需求转化为可执行的路线图，并清晰沟通选项、假设、权衡、局限及建议。
• 与高层利益相关者建立信任关系，主持研讨会并向客户及C级受众展示策略、建议和成果；塑造新的数据科学与AI提案、方案及售前活动。
• 领导技术工作流和架构评审，定义交付计划，管理依赖和风险，在质量、速度、成本和运营约束之间做出务实决策。
• 指导数据科学家和工程师，提供技术挑战和辅导，通过可复用模式、代码和设计评审、文档及知识分享提升标准。
• 与数据工程、MLOps、平台、产品和应用工程团队合作，创建可复用的数据、特征、训练、评估和推理能力。
• 在整个解决方案生命周期中嵌入负责任AI、安全、隐私、模型治理和监管要求，同时监控新兴技术并建议在创造价值时实际采用。

任职要求

• 计算机科学、人工智能、机器学习、数据科学或工程硕士学位，并拥有计算机科学本科学位或软件工程师专业经验。
• 9至12年交付数据科学、机器学习或AI解决方案的丰富实践经验，具有强大的技术领导力及可衡量的企业或客户影响记录。
• 在应用机器学习、统计学、实验设计和模型评估方面有深厚专业知识，能根据数据、背景和运营约束选择合适方法。
• 精通Python和SQL，有设计生产质量、可测试和可维护代码并贡献于合理技术架构的证据。
• 具备完整ML生命周期的经验：数据准备、特征工程、模型开发、验证、部署、监控和再训练（嵌入MLOps原则）。
• 具有领导复杂跨职能项目、指导技术从业者、提升工程标准及不依赖正式权力影响决策的能力。
• 出色的书面和口头沟通能力，有向客户、高层领导和非技术受众展示复杂技术主题、建议和商业价值的经验。