生成算法方法和代码。开发机器学习、深度学习和文本挖掘技术。使用现代技术工具（自然语言处理）挖掘非结构化数据。利用可视化工具包发现战略洞察，并提供支持基于证据的决策和执行公司战略计划和目标的规定性解决方案。在Azure云基础设施中创建端到端数据/建模流水线。
与内部和外部客户、数据管理人员和运营团队合作，将组织的数据汇总到可用的分析数据集中，并构建新的数据特征，用于做出明智的企业决策。
与高级管理人员和其他团队（如预测建模团队）以及外部利益相关者合作，开发可用于帮助组织实时决策的生产级预测模型，通过整合分析数据集、模型和运营系统。
主要职责：
整合和准备大规模、多样化的数据集，设计专门的数据库和计算机环境；监控建立分析数据集的过程，将各种数据源与所需的转换结合起来，以满足计划中的分析需求；将预测模型运用于特征生成和实施推荐引擎以及聊天机器人（AI）。
管理数据资源的识别和验证，包括内部和外部数据源，利用新的数据收集过程，并与专业人员合作选择相关信息源。与外部利益相关者合作，确保在摄入外部数据时维护适当的数据模型。在处理组织内的机密数据（包括财务和人力资源数据）时遵守适当的协议。
使用算法、挖掘和各种建模方法来支持趋势识别、从非结构化数据源中抓取信息，并为业务的各个领域提供自动化建议。致力于构建基于数据驱动的模型和技术工厂，将各种数据源聚合成特征和知识生成产品。这可能涉及向高级管理人员提出可能影响工作职能、工作层次重组、个人索赔和雇主的选项的建议。
与组织各个业务领域合作，帮助业务做出基于证据的决策。为业务执行报告和分析量化评估，并提出建议和/或开发新的分析解决方案或优化方案。为设计和开发满足客户需求的新型信息管理产品提供建议，包括数据可视化和对现有分析产品（如定制报告、工具）的改进。
履行分配或要求的其他相关职责和责任。
职位要求：
1）教育要求：
• 统计学、计算机科学、运筹学、数据科学家、应用数学或工程学硕士学位
• 统计学、计算机科学、运筹学、工程学或数学博士学位优先
2）经验：
• 4年（5年以上优先）相关经验
• 在机器学习和深度学习方法方面有丰富经验
• 熟练使用一种或多种面向对象的编程语言（如Python）进行数据科学
• 有大数据技术经验：强烈推荐使用Spark
• 在Azure云基础设施中开发和部署生产级模型的经验（Azure ML、Azure AI服务、Synapse）
3）有以下经验将是一个优势：
• 过去建立推荐系统的经验
• 在构建自然语言处理（NLP）模型方面有丰富经验
我们对公平、多样性和包容性的承诺
我们尊重和重视我们员工的多样性。我们努力创造一个员工可以做自己的环境，并且我们的差异得到庆祝的环境。
WSIB致力于提供无障碍和包容性，并遵守《安大略省残疾人无障碍法》（AODA）中的无障碍就业实践。如果在招聘过程的任何阶段您需要住宿，请在我们联系您时告知我们，并且我们将与您合作满足您的需求。
披露利益冲突
作为公务员，WSIB的员工有责任始终以道德方式行事，创造一个尊重的工作场所，并保持公众的信任。求职者需要披露可能导致真实、潜在或被认为存在利益冲突的任何情况。利益冲突是指您的私人利益可能会损害或被认为会损害您在公职中做出的决策的任何情况。这可能包括：政治活动、董事职位、其他外部就业和某些个人关系（例如与当前WSIB员工、客户和/或利益相关者的关系）。如果您对利益冲突义务和/或如何进行披露有任何疑问，请联系人才招聘中心，电子邮件：talentacquisitioncentre@wsib.on.ca。
隐私信息
根据《1997年工作场所安全与保险法》，我们从您的简历、申请、求职信和参考人处收集个人信息。人才招聘中心和WSIB聘用方将使用此信息评估/验证您的资格，确定您是否符合空缺职位的要求，并/或收集与招聘目的相关的信息。如果您对个人信息的收集和使用有任何疑问或担忧，请联系WSIB的隐私办公室，电子邮件：privacy_office@wsib.on.ca。隐私办公室无法提供有关您申请状态的信息。
作为雇佣的先决条件，WSIB要求拟聘用候选人在入职前或入职后随时进行犯罪记录核查。
要申请此职位，请在截止日期前提交您的申请。 
多伦多