我们正在寻找一位经验丰富的数据科学家加入我们的产品开发团队，共同创建前沿的人工智能驱动评估工具。DDI是一家全球领导力咨询公司，帮助组织招聘、提升和培养优秀的领导者。我们正在寻找一位技术娴熟、积极主动的数据科学家，具有自然语言处理方面的专业知识和数据基础设施方面的经验（如Azure和Databricks）。
在这个角色中，您将支持我们首席科学家领导的产品开发团队，开发新产品的NLP算法和模型。您还将支持我们的开发人员推出这些产品。您将构建和维护数据、代码和模型管道，以负责和可重复使用的机器学习操作。最后，您还应该支持和贡献科学出版物。
这项工作需要技术技能，同时也需要对行为数据的创造力和好奇心，以及对心理测量学的学习。必须具备数据基础设施和机器学习模型（特别是NLP和LLMs）应用的经验。加入我们的成功故事，帮助我们创造真正创新的评估体验吧！
主要职责：
- 数据管道开发：设计、开发和维护用于收集、处理和存储大量结构化和非结构化数据的数据管道。
- Python编程：利用Python编写高效可扩展的代码，用于数据转换、数据集成和ETL流程。
- 机器学习：掌握和应用机器学习的基本原理，包括监督学习、神经网络和深度学习架构。
- 自然语言处理：应用自然语言处理（NLP）技术，包括分词、词嵌入、序列到序列模型和注意力机制。
- 大型语言模型（LLMs）：使用不同的尖端LLMs（如GPT、LLaMA、Claude、MPT），以及在LLMs的提示工程、量化和微调方面的知识和技能。
- 数据建模和架构：设计和实现与业务需求相一致的数据模型，促进数据的一致性和质量。熟悉用于NLP的最先进的深度学习架构。
- GPU/TPU编程：了解和应用GPU/TPU编程（如CUDA）来加速模型训练。
- 超参数调整：优化超参数和模型架构，以达到最佳性能。
- 模型评估：熟悉NLP任务的评估指标，能够设计适当的评估程序。
- 软件工程：精通软件工程技能，开发可扩展和可维护的代码，具备版本控制（如Git）能力。
- DevOps和部署：了解在生产环境中部署模型、容器化（如Docker）和持续集成/持续部署（CI/CD）流程。
- Azure专业知识：利用Azure服务，如Azure Data Factory、Azure Databricks、Azure SQL Data Warehouse和Azure Storage，构建和部署数据解决方案。
- Databricks经验：使用Databricks处理和分析数据，优化性能并解决问题。
- 数据集成：与跨职能团队合作，确保将各种来源的数据无缝集成到数据平台中。
- 数据质量保证：开发和实施数据质量检查和验证流程，以保持数据的准确性和完整性。
- 可扩展性和性能：优化数据管道和基础设施，以实现可扩展性、可靠性和性能。
- 文档编制：创建和维护数据管道、基础设施配置和最佳实践的文档。
- 监控和故障排除：监控生产环境中的模型性能，处理模型漂移，并通过定期更新和改进来维护模型。
- 安全和合规性：确保数据安全、隐私和符合相关法规和公司政策。
- 持续学习：承诺不断学习，并了解LLMs及其支持技术的最新研究。
- 思想领导力：跟上生成式AI创新和模型的发展。对发表同行评审的研究感兴趣。组织培训课程，发展其他科学家的能力。
要求：
- 计算机科学、数据科学、数据工程或相关领域的硕士学位。
- 作为数据科学家的经验，并具有较强的Python编程能力。
- 有Azure服务的使用经验，尤其是Azure Data Factory、Azure Databricks和Azure SQL Data Warehouse。
- 对数据科学和工程的最佳实践、数据集成、ETL流程和数据仓库概念有深入的理解。
- 熟练掌握数据建模和数据库设计。
- 出色的问题解决和故障排除能力。
- 良好的沟通和协作能力。
- 有Azure和Databricks认证者优先考虑。
薪资：此职位的预期薪资范围如下。
可变薪酬：薪资的10%
具体薪资将根据技能、经验和地理位置而有所不同。
福利：请点击此处了解DDI提供的福利概述。 
芝加哥