AI数据科学家

角色概述: 我们正在寻找一位在AI，生成AI (GenAI) 和机器学习技术方面具有深厚专业知识的全栈数据科学家，尤其是在Microsoft Azure生态系统中。这位领导者将带头开展人工智能交付项目，为我们在石油和天然气、政府和零售等行业不断增长的投资组合做出贡献。理想的候选人将在AI项目执行方面拥有丰富的经验，从数据工程到模型部署，在使用LLMs (大型语言模型) 和RAG (检索增强生成) 等最新AI模型方面拥有良好的记录。 作为其角色的一部分，该人员将指导团队，管理复杂的AI用例，并提供符合业务目标的端到端AI解决方案。该角色还需要结合战略远见、技术深度和实践专业知识，才能成功地将人工智能集成到运营工作流程中。 主要职责: • AI项目领导: 从开始到部署，领导AI和GenAI项目的交付，确保与业务目标、时间表和资源分配保持一致。 • 技术交付监督: 设计、构建和部署AI/ML模型 (包括llm和RAG模型) 以解决业务挑战，确保解决方案针对可扩展性和效率进行优化。 跨行业专业知识: 为石油和天然气 (如预测性维护) 、政府 (如公民参与、流程自动化) 和零售 (如客户个性化) 等行业提供有影响力的人工智能解决方案。 • 数据工程和模型培训: 监督数据工程管道，确保正确的数据是可访问的，干净的，并针对机器学习模型进行优化。负责模型培训和微调，以满足特定的业务需求。 • Mlop和生命周期管理: 实施强大的mlop实践，以确保有效部署和管理模型，包括基于性能的持续监控，再培训和更新。 • 售前支持: 在售前阶段与客户互动，介绍技术专业知识并制定量身定制的AI解决方案，以满足他们的业务需求。参与提案、rfp和客户研讨会。 • 人工智能咨询和专业知识: 作为客户值得信赖的顾问，就人工智能如何转变业务、提高运营效率和推动创新提供见解和建议。 • 技能 技能和资格: • 经验证明: • 5年的人工智能和数据科学经验，具有机器学习模型开发和人工智能交付的实践经验。 • 全栈AI开发方面的专业知识，包括数据工程、模型训练、部署和持续监控。 • 交付复杂人工智能项目的记录，特别是在石油和天然气、政府和零售等行业。 • 技术熟练程度: • Microsoft Azure专业知识: 在Azure的云生态系统中构建AI解决方案的成熟经验，利用Azure AI服务，如Azure机器学习、Azure Databricks、Azure Synapse Analytics、Azure OpenAI服务和Azure认知服务。 • GenAI & LLMs: 熟练使用最新的生成AI模型，包括LLMs (例如GPT)，RAG (检索增强生成) 和大型图形模型。在LLM微调和及时工程的经验是高度重视。 • 数据工程技能: 精通数据预处理，ETL管道和特征工程，为AI模型训练准备数据集。具有Apache Spark或Azure数据工厂等工具的实践经验是一个优势。 • MLOps和AI生命周期管理: • 充分理解和实施MLOps最佳实践，包括模型版本控制，ML模型的持续集成 (CI/CD) 以及生产环境中AI系统的自动监控。 • 具有管理从开发到部署和部署后监控的整个AI生命周期的经验，确保模型保持准确可靠。 • 道德AI和可解释性: • 对道德AI原则有深入的了解，并致力于构建可解释，公平并符合行业法规和社会标准的AI模型。 • 使用可解释AI (XAI) 工具的经验，以帮助利益相关者了解AI系统做出的决策。 • 跨职能协作: • 强大的与不同团队协作的能力，包括业务主管，数据工程师，软件开发人员和客户，以确保AI解决方案满足跨职能目标。 • 出色的技术和非技术沟通能力，能够为业务领导者和利益相关者简化复杂的AI概念。 • 售前和客户参与: • 售前活动的经验，包括起草提案，参与rfp，以及向客户提供令人信服的演示，证明AI解决方案的价值。 • 强大的商业头脑，能够使AI解决方案与战略业务目标保持一致。 • 持续学习与创新: • 热衷于了解AI、机器学习和GenAI模型的最新进展。 • 致力于持续学习和研究人工智能趋势，确保解决方案利用最新的技术和方法。