概述：
角色：
通过开发、部署和优化解决复杂业务问题并从数据中解锁洞察力的人工智能和机器学习模型，推动业务价值。此角色旨在将业务挑战转化为AI解决方案，利用高级分析、机器学习和统计技术构建预测模型和智能系统。AI数据科学家在数据科学理论和实际应用之间架起桥梁，确保AI项目带来可衡量的业务影响。
您的贡献方式：
- 开发和实施机器学习和AI模型以解决业务挑战，包括预测、分类、聚类和优化
- 进行探索性数据分析以理解数据模式、识别特征并发现洞察
- 构建和完成实验以验证假设并衡量模型性能
- 使用TensorFlow、PyTorch或scikit-learn等框架构建、训练和优化机器学习模型
- 开发自然语言处理（NLP）解决方案用于文本分析、情感分析和语言理解
- 实施计算机视觉模型用于图像和视频分析应用
- 设计和实施推荐系统、预测模型和异常检测算法
- 执行特征工程和选择以提高模型的准确性和性能
- 使用适当的指标和技术评估模型性能，解决过拟合和偏差等问题
- 将机器学习模型部署到生产环境，与MLOps团队和基础设施合作
- 监控生产中的模型性能，并实施模型再训练和更新策略
- 与数据工程师合作设计支持AI/ML工作流的数据管道
- 将复杂的AI/ML概念和结果转化为非技术利益相关者的清晰洞察
- 了解最新的AI/ML研究、技术和工具，将创新应用于业务问题
- 记录方法、模型和发现以确保可重复性并促进信息交流
- 在模型选择、算法选择、评估指标和部署策略上做出决策
资格：
成功所需的技能和背景：
- 5年以上数据科学和机器学习的渐进经验；在开发和部署具有可衡量业务影响的AI模型方面有良好的记录
- 机器学习和人工智能算法和技术
- 使用Python和相关ML库（TensorFlow、PyTorch、scikit-learn、pandas、NumPy）编程
- 统计分析和实验设计
- 数据操作、清理和预处理
- 模型开发、评估和优化
- 在开发和部署带来业务价值的AI/ML模型方面有良好的记录
- 深刻理解监督和无监督学习算法
- 有模型部署和MLOps实践经验
- 强大的数学和统计基础
- 能够将业务问题转化为技术AI/ML解决方案
- 深度学习架构（CNNs、RNNs、Transformers、GANs）
- 自然语言处理和大型语言模型（LLMs）
- 计算机视觉技术和框架
- 云AI/ML平台（AWS SageMaker、Azure ML、Google Vertex AI）
- 大数据技术（Spark、Hadoop）
- 模型可解释性和可解释AI（XAI）
- A/B测试和实验框架
- 特定行业的领域专长（金融、医疗、零售等）
教育：
- 最低要求：计算机科学、数据科学、统计学、数学、物理或相关定量领域的硕士学位
- 优先要求：机器学习、人工智能、计算机科学或相关领域的博士学位；在AI/ML会议或期刊上的出版物有价值
- 认证：AI/ML认证（Google Cloud ML Engineer、AWS ML Specialty、Microsoft Azure AI Engineer）有价值
- 等效经验：在罕见情况下，拥有7年以上实践经验和展示专业知识的AI/ML项目的优秀作品集可以替代高级学位
#LI-AR1
#LI-REMOTE
美国福利声明：Herbalife为美国符合条件的员工（限于50个州和哥伦比亚特区）提供多种福利，包括团体健康计划、其他自愿福利计划和带薪休假。团体健康计划包括医疗、牙科、视力、健康储蓄账户（HSA）、灵活支出账户（FSA）、基本人寿/意外死亡及伤残保险、短期和长期残疾保险以及员工援助计划（EAP）。其他自愿福利计划包括401(k)计划、健康激励计划、员工股票购买计划（ESPP）、补充人寿/重大疾病/住院/意外保险和宠物保险。带薪休假包括公司观察的美国假期、浮动假期、休假、病假、志愿者计划、带薪产假和陪产假、丧假、个人假期和投票假。
