数据科学家
• 在现实环境中使用尖端分析和人工智能技术
• 灵活的工作安排-以最适合您的方式工作
• 薪资包装-以适应您的个人和财务状况
数据科学家将成为我们团队的重要成员。您将负责利用先进的分析方法和生成算法创建合成数据并得出可行的见解。这个角色为您提供了一个独特的机会，与包括数据工程师和机器学习工程师在内的多学科团队一起在生成AI的前沿工作，并支持工程主管在执行GenAI SDT工作计划方面的工作。
您的典型工作日会是什么样子？
• 通过使用数据、云、分析和人工智能技术，为客户提供咨询，帮助解决不同行业的实际业务问题
• 进行“实践”统计和机器学习建模、计算和数据工程
• 参与深度学习、机器学习和相关技术的趋势和创新的识别
关键职责：
• 分析建模和数据模拟：利用生成算法为各种建模练习创建合成数据集，确保数据的完整性和相关性。需要负责支持我们如何快速从原型获得想法到规模化。因此，不仅能够进行原型设计，还能将模型投入生产是关键。
• 数据分析和解释：分析复杂数据集并提供与业务目标一致的可行见解
• 研究与开发：及时了解生成AI的新兴趋势，并通过积极参与研究项目为内部知识库做出贡献
• 合作与沟通：与不同部门合作，确定业务需求并制定解决方案，将技术概念有效地传达给非技术利益相关者
• 道德考虑：在所有数据科学项目中实施道德准则，特别是涉及合成数据的项目，以确保负责任和合规的数据使用
• 技术领导：指导初级数据科学家，并与数据工程团队合作，确保生成模型的无缝数据管道集成。
关键技能：
• 至少5年相关工作经验，具备使用市场领先的机器学习和深度学习技术进行数据分析、特征工程和模型开发的能力
• 数据科学、计算机科学、统计学、数学或相关领域的硕士或博士学位
• 熟练掌握Scikit-learn、TensorFlow或PyTorch等数据科学库和框架，精通Python或R等编程语言
• 具备大数据分析经验，包括Hadoop、Spark、图分析等将是可取的
• 熟练使用基于云的SQL和NoSQL数据库技术进行数据查询和操作
• 有利用现代MLOps/DevOps方法在Azure（首选）、AWS或GCP上管理和部署规模化模型的经验
• 生成AI专业知识：在生成对抗网络（GAN）或变分自动编码器（VAE）等生成AI技术方面具有实际经验。利用现代MLOps/DevOps方法在Azure（首选）、AWS或GCP上管理和部署规模化模型。
• 统计分析：牢固掌握统计方法和数据建模技术
• 沟通能力：能够向不同的利益相关者阐述复杂的技术信息。
• 出色的人际交往能力和合作心态
• 在数据使用和人工智能实施方面具有强大的道德基础
为什么选择德勤？
在德勤，我们专注于有趣且有影响力的工作。我们不断学习、创新并树立标杆，为客户和社会产生积极的影响。我们把教练放在我们的核心，帮助我们的员工在任何方向上发展自己的职业生涯-无论是向上发展，转行，甚至是跨国工作。
我们接纳多样性、公平性和包容性。我们拥有来自不同背景、拥有不同经验、性别认同、能力和思维风格的各种人员。我们团结在一起的是共同的承诺，重视每个人的观点，并培养包容性，使我们的工作环境成为我们所有人都可以归属的安全空间。
我们优先考虑灵活性和选择权。在德勤，您从第一天起就享有信任。我们知道我们的员工在掌控工作地点和方式时能够完成最佳工作，他们可以根据客户、团队和个人承诺来设计他们的工作周。
我们帮助您过上美好的生活和工作。为了支持您的个人和职业生活，我们提供一系列福利和待遇，包括零售折扣、福祉休假、带薪志愿者休假、十二种灵活工作选择、市场领先的产假和返聘支持计划。
下一步
听起来像是适合您的角色吗？现在申请，我们很乐意听到您的想法！
通过申请这份工作，您将接受德勤人才标准的评估。我们设计了这些标准，以便您在职业生涯中不断成长，我们可以为我们的客户在全球范围内提供一致且出色的德勤员工体验。首选候选人将接受德勤或其外部第三方供应商的背景调查。 
悉尼