描述：
角色：数据科学家 - 人工智能与数据
地点：旧金山，加州
职责：-
数据收集与准备：
• 从各种来源收集、清理和预处理大规模数据集
• 进行探索性数据分析（EDA），理解数据的结构和质量
• 应用数据整理技术处理缺失、不一致或不完整的数据
统计分析与建模：
• 使用统计技术识别数据中的模式、相关性和趋势
• 使用机器学习算法开发预测和处方模型
• 构建、测试和优化模型（例如，回归、决策树、随机森林、支持向量机、深度学习等）
• 进行假设检验和A/B测试，以验证假设和建议
机器学习与人工智能实施：
• 为各种业务实施机器学习模型和算法
• 必要时利用深度学习技术和神经网络
• 监控已部署模型的性能，提供定期更新
数据可视化与报告：
• 使用如Tableau、Power BI或Python库（如Matplotlib和Seaborn）创建互动和有洞察力的可视化
• 向非技术利益相关者展示复杂的技术发现
• 准备详细的报告和仪表板，以跟踪关键绩效指标（KPI）和其他业务指标
协作与沟通：
• 与跨职能团队紧密合作，包括业务分析师、产品经理和工程师，以定义项目目标和需求
• 有效地向技术和业务受众传达发现、方法论和见解
• 提供可行的建议，以推动基于数据的决策
持续改进：
• 跟踪数据科学和机器学习领域的最新研究、工具和技术
• 实验和实施前沿的机器学习算法和技术
• 贡献于现有数据模型和流程的优化与改进
数据治理与伦理：
• 通过遵循最佳实践确保数据的完整性和隐私
• 遵循数据安全标准和伦理指南进行工作
要求：
技能与资格：
教育背景：
数据科学、计算机科学、数学、统计学或相关领域的学士或硕士学位，博士学位优先。
技术技能：
• 精通Python、R或Java等编程语言。
• 扎实的统计分析和机器学习技术知识。
• 使用Pandas、NumPy、Scikit-learn等库进行数据处理和分析的实践经验。
• 熟悉Hadoop、Spark等大数据技术。
• 具备数据库（SQL、NoSQL）和数据提取技术的经验。
• 熟悉AWS、GCP或Azure等云平台者优先。
分析技能：
• 出色的问题解决能力和批判性思维能力。
• 对统计方法、假设检验和数据建模有深入理解。
软技能：
• 较强的书面和口头沟通能力。
• 能够向非技术受众解释复杂的技术概念。
• 注重细节，强调质量和准确性。
经验：
• 具有2-5年数据科学家或类似角色的工作经验。
• 在生产环境中实施机器学习模型的经验更佳。
• 具备使用TensorFlow、Keras或PyTorch等深度学习框架的经验。
• 了解自然语言处理（NLP）和计算机视觉技术。
• 在云计算环境中处理大规模数据集的经验。
工作环境：
• 协作和快节奏的工作环境。
• 有机会使用最先进的技术。
• 支持性和动态的团队文化。
#LI-AD1 
旧金山