职责：
• 参与部署机器学习模型、数据科学解决方案，并使用Spark、Sklearn、Tensorflow等最先进的数据科学和机器学习工具，熟练掌握Python、R等多种分析编程语言/平台。
• 处理大型数据集、分布式大数据平台、持续部署各种高级分析解决方案，涵盖推荐引擎、倾向模型、客户细分、图模型、信贷承销模型、定价等。
• 与数据科学/机器学习项目团队、业务和产品团队合作，创建部署框架。
• 完整的特征工程、模型部署和模型性能监控流程。
• 部署A/B测试实验，测试模型的有效性，并分析以确定目标群体。
• 推动大数据基础设施/数据工程团队建立生产环境。
• 构建可重用、可扩展的部署框架。
要求：
• 统计学、分析学、应用数学、运筹学或等同数量领域的学士/硕士/博士学位。
• 在消费银行、电子商务、零售、电信或技术等行业从事数据科学/分析角色的3-7年经验。
• 通过数据科学、机器学习或人工智能解决方案产生价值的经验证明。
• 充分理解数据科学、机器学习或人工智能解决方案在各种业务问题上的应用。
• 熟练使用Teradata、NoSQL和Hadoop等数据库，使用SQL、Hive、Spark、CI/CD工具（如Bitbucket/GitHub、Jenkins）、存储库管理、Kubernetes、Kibana、Grafana等。
• 具有Python、Spark、SAS、TensorFlow或其他面向机器学习的编程语言/平台的编程经验。
• 对与分析、数据和建模相关的技术工具有良好的理解。
• 能够向多样化的团队传达复杂的分析/模型。
有兴趣的申请者，请将简历发送至（R），并在电子邮件的主题标题中注明职位。所有申请将严格保密处理。 
新加坡