工作描述
数据科学实习生将在高级数据科学家的监督下参与项目工作。候选人将有机会在建模生命周期的各个阶段做出贡献 - 从构思和探索性分析到部署和监控机器学习模型。该角色的成功将通过对业务价值的影响、团队内外的协作以及解决问题所使用的创新技术来衡量。
主要职责包括：
• 与高级数据科学家合作，探索、预处理和分析数据集以得出新的见解。
• 为高级管理层提供相关业务演示，介绍分析解决方案和见解。
• 与其他数据科学家、数据工程师和中央技术团队合作，将解决方案部署到生产环境中。
• 在项目生命周期中与业务利益相关者进行沟通和支持。
• 遵循软件最佳实践来编写和文档化解决方案。
要求：
• 对有监督和无监督的机器学习模型有深入的了解 - 线性和逻辑回归、聚类、随机森林、装袋和提升模型等。
• 对特征工程技术、超参数调优和模型评估有深入的了解。
• 能够应用机器学习模型解决和衡量业务影响。
• 熟练编写 - Python和SQL编程。
• 对Pandas、NumPy等数据科学框架和Seaborn、Plotly等可视化库有中级水平的了解。
• 能够学习并应用解决手头问题所需的相关业务背景。
• 良好的沟通和演示技巧，能够向业务利益相关者解释分析结果和见解。
• 具备软件最佳实践、CI/CD和云平台知识者优先考虑。
• 了解生成式人工智能技术 - 如提示工程、微调和Lang链和Llama指数等框架者优先考虑。
关于我们的更多信息！
分析中心是首席数据官下属的中央数据与分析部门的一部分，负责推动全企业范围的数据与分析战略 - 将治理作为过程、质量作为控制、分析作为产品。
我们（分析中心）专注于利用定量分析和机器学习模型进行业务决策和优化，与多个业务部门合作。我们是一个年轻多元的数据科学家和工程师团队，不断学习、发展并拥抱人工智能、机器学习和分析领域的最新技术，以解决业务问题。在过去几年中，我们成功地构建和部署了机器学习模型，推动了生产中的增值销售/交叉销售，为客户推荐最佳匹配的顾问，开发了营销细分模型，并利用深度学习和生成式人工智能技术构建了多个MVP，展示了业务潜力。 
新加坡