角色概述：技术能力强且注重细节的数据科学家，负责支持模型开发和迁移，使用 Java 和 Python 将基于 XGBoost 的机器学习模型从 Java（基于 DL4J 库）迁移并验证到 Python，使用内部定制的 Python 框架。与 PySpark 工程师、平台团队和验证团队紧密合作，确保指标的一致性。主要职责：与客户团队合作，理解基于 Java 的 XGBoost 模型的逻辑、结构和参数；解释数据转换逻辑并验证来自现有 Java 实现的特征管道；在历史数据集上运行转换为 Python 的模型，并根据 Java 模型基准验证输出指标；与模型验证团队合作，审查性能、一致性，并解释任何指标偏差；设计单元测试和验证场景，以支持每个迁移模型的准备工作；使用 PySpark 和 pandas 从 parquet 文件中获取模型输入数据，以重现训练和评分工作流；进行探索性数据分析（EDA）并在需要时抽查行级预测。所需技能：7-10 年使用 Python 进行机器学习的实践经验，尤其是 XGBoost、scikit-learn 和 NumPy/pandas；熟练使用 PySpark 读取、转换和分析存储在 parquet 中的大型数据集；有验证或逆向工程机器学习模型的经验，能够从业务逻辑或遗留实现中提取信息；接触过基于 Java 的机器学习库，了解不同语言之间的内部映射；熟悉 Python 框架，用于元建模库。 
芝加哥