企业数据科学家

岗位介绍

作为企业数据科学家，您将利用尖端技术和方法，为复杂的客户需求提供数据驱动的洞察和解决方案。您将负责端到端解决方案，包括构建概念验证（POC）和生产级代理式AI系统、专业服务，以及将第三方技术与客户系统集成。该职位对于确保数据科学驱动的产品和能力的成功实施至关重要，重点关注AI、机器学习、生成式AI和自然语言处理（NLP）。您将与跨职能团队紧密合作，在高度动态、数据密集型的环境中为客户提供创新解决方案。

工作内容

• 领导和执行亚太地区复杂的客户项目，利用AI、机器学习、生成式AI和NLP的专业知识，包括构建POC、代理式AI工作流、集成和部署。
• 结合技术、产品和数据科学专业知识，共同创建满足特定客户需求的解决方案，包括构思、澄清、技术设计和文档。
• 主导面向客户的复杂技术方案演示，以易于理解的方式解释高级数据科学概念和AI/ML解决方案。
• 管理内外部利益相关者关系，确保捕获、完善项目及客户特定技术要求，并将其转化为可执行的解决方案。
• 监督并参与概念验证的开发，确保与客户工作流和系统集成。
• 领导AI和机器学习解决方案的技术设计和实施，并与现有客户基础设施集成。
• 推动先进数据科学和AI技术的采用，以交付高价值解决方案。
• 制定并展示AI解决方案的扩展策略，利用云平台（Azure、AWS、GCP）进行生产级部署。
• 设计和实施检索增强生成（RAG）管道和代理式AI系统，编排多个工具和模型以解决客户问题。
• 建立LLMOps实践，包括评估、护栏和可观测性，确保生成式AI解决方案的安全、可靠和负责任部署。
• 领导和指导新加坡及更广泛亚太团队的初级成员，培养持续学习和技术成长的协作环境。

任职要求

• 10年以上数据科学或相关领域经验，专注于AI、机器学习和NLP，最好担任高级技术或领导职务。
• 计算机科学、工程、数据科学或相关领域的学士或硕士学位。相关领域博士学位优先。
• 精通自然语言处理（NLP）和生成式AI，深入了解最新LLM领域，包括基于Transformer的架构（如BERT和T5）以及当前前沿和开放权重模型（如GPT-5.x、Claude 4/5、Gemini 2.x/3.x、Llama 4、DeepSeek、Qwen）。
• 具有构建代理式AI系统的实践经验，包括多代理编排（如LangGraph、AutoGen、CrewAI）、工具/函数调用以及通过模型上下文协议（MCP）集成。
• 具有检索增强生成（RAG）的实践经验，包括分块策略、嵌入模型、混合搜索和检索评估。
• 具有高效微调和适配大型模型的经验，使用LoRA/QLoRA、参数高效微调（PEFT）、量化和蒸馏等技术，以及LLMOps实践（如提示评估、护栏、幻觉测试和可观测性，例如LangSmith、RAGAS、Arize）。
• 了解负责任AI和治理要求，包括模型风险管理和新兴法规（如欧盟AI法案）在金融服务中的适用。
• 具有丰富的先进机器学习和深度学习框架经验，如PyTorch、TensorFlow、Hugging Face和JAX，用于NLP、多模态（视觉-语言）和其他高级AI任务。
• 深入了解云服务（AWS、GCP、Azure）及其在数据科学工作流中的应用，特别是在大规模部署机器学习模型方面。
• 精通Python，并具有现代数据科学和机器学习库的高级知识，如Pandas、NumPy、SciPy、scikit-learn、spaCy，以及前沿NLP框架如Hugging Face Transformers、Datasets和NLTK，用于高效模型训练、微调和数据预处理。
• 强大的Python、R和SQL编程技能，熟练掌握使用分布式数据系统（如Apache Spark）、云原生NoSQL数据库（如MongoDB、Cassandra、DynamoDB）以及搜索引擎（如Elasticsearch）和向量数据库（如Pinecone、Weaviate）处理大规模数据。
• 具有数据摄取、数据整理和数据管道编排的实践经验，使用Apache Kafka、Apache Spark、Airflow等工具，以及分布式计算框架如Dask和Ray。
• 具有先进数据科学方法论的经验，包括集成学习、深度强化学习、迁移学习，以及部署大型预训练模型用于实时推理和生产。
• 能够设计、原型化和部署NLP模型，用于从信息检索到情感分析、聊天机器人和问答系统等一系列应用。
• 在复杂、快节奏的环境中交付解决方案的成功经验，专注于客户满意度和技术卓越。
• 强大的沟通能力，能够解释复杂的技术概念。