职位：数据科学家副总监-自然语言处理（NLP）、大语言模型（LLM）和生成人工智能（GenAI）
S&P是自动化和人工智能/机器学习风险管理解决方案的领导者。这个职位为机器学习科学家、NLP/Gen AI/LLM科学家提供了一个独特的机会，让他们能够在职业发展的下一步中亲自实践，并应用他们在NLP、深度学习、GenAI和LLMs方面的技术专长，为多个利益相关者创造业务价值，同时进行关于LLMs、Gen AI和相关领域的前沿应用研究。
职责：
• 机器学习、Gen AI、NLP、LLM模型开发：为基于批处理和流处理的AI ML流水线设计和开发定制的机器学习、Gen AI、NLP、LLM模型。模型组件将包括数据摄取、预处理、搜索和检索、检索增强生成（RAG）、NLP/LLM模型开发、微调和提示工程，并确保解决方案满足所有技术和业务需求。与数据科学、MlOps、技术团队的其他成员密切合作，设计、开发和实施机器学习模型解决方案。
• 机器学习、NLP、LLM模型评估：与其他数据科学团队成员密切合作，开发、验证和维护强大的评估解决方案和工具，以评估模型的性能、准确性、一致性、可靠性，在开发和用户验收期间。实施模型优化，提高系统效率。
• NLP、LLM、Gen AI模型部署：与MLOps团队紧密合作，将机器学习模型部署到生产环境中，确保可靠性和可扩展性。
• 内部协作：与产品团队、业务利益相关者、Mlops、机器学习工程师和软件工程师密切合作，确保机器学习模型顺利集成到生产系统中。
• 文档编写：编写和维护关于机器学习建模过程和程序的全面文档，供参考和知识共享。
• 基于标准和最佳实践开发模型：确保在设计和开发模型时遵守高级数据科学和MLOps负责人指定的指定标准、治理和最佳实践。
• 协助解决问题：解决与机器学习模型开发和数据流水线相关的复杂问题，并开发创新解决方案。
我们所寻找的人才：
• 计算机科学、数学或统计学、计算语言学、工程或相关领域的学士/硕士或博士学位。
• 4年以上的专业实践经验，利用大量结构化和非结构化数据开发以ML、NLP、计算机视觉解决方案为基础的数据驱动战术和战略分析和洞察。
• 具有3年以上的Python、Hugging Face、TensorFlow、Keras、PyTorch、Spark或类似统计工具的实践经验。精通Python编程。
• 具有3年以上的自然语言处理（NLP）模型开发经验，最好是具有变压器架构的经验。
• 具有3年以上的实现大规模信息搜索和检索的经验，使用从关键字搜索到使用嵌入式的语义搜索等一系列解决方案。
• 了解和具有可衡量的大语言模型（LLM）和生成人工智能（GAI）的开发或调优经验。
• 熟悉NLP、LLMs（抽取和生成）、微调和LLM模型开发。对LLMs的高级趋势和开源平台有很强的熟悉。
• 有经验的开发者在Github和开源项目中做出贡献，或参与研究项目和/或参加Kaggle竞赛。
薪酬/福利信息（仅适用于美国申请者）：
S&P Global表示，该职位的预期基本工资范围为15.0万美元-21.5万美元。该职位的最终基本工资将根据个人所在地区以及对该职位的经验和资质进行确定。
除基本薪酬外，该职位还有资格参加年度激励计划。该职位不符合额外薪酬，如年度激励奖金或销售佣金计划。
该职位有资格获得额外的S&P Global福利。有关我们为员工提供的福利的更多信息，请点击此处。
-----------------------------------------------------------
平等就业机会
S&P Global是一家平等就业机会雇主，所有合格的候选人将享受到不受种族/民族、肤色、宗教、性别、性取向、性别认同、国籍、年龄、残疾、婚姻状况、退伍军人状况、失业状况或法律保护状况的平等就业机会。只有电子工作申请将被考虑。
如果您在申请过程中因残疾需要获得帮助，请发送电子邮件至：EEO.Compliance@spglobal.com，您的请求将被转发给适当的人员。
仅限美国候选人：《平等就业机会法》海报http://www.dol.gov/ofccp/regs/compliance/posters/pdf/eeopost.pdf描述了联邦法律下的反歧视保护。
-----------------------------------------------------------
20 - 专业人员（EEO-2职位类别-美国），IFTECH202.2 - 中级专业人员II（EEO工作组），SWP优先级-评级-（战略人力资源规划）
职位编号：293554
发布日期：2023-12-20
地点：纽约，纽约，美国 
纽约