薪资：$180k 到 $240k + 奖金 + 股权
混合工作模式
我们正在寻找一位高技能的数据科学家，专注于大型语言模型（LLMs）和机器学习（ML），加入我们的团队。理想的候选人应具备开发和部署人工智能解决方案的深厚经验，尤其是利用如GPT-3、BERT或类似技术的大型语言模型，解决复杂的商业问题。您将与跨职能团队紧密合作，设计、构建和部署数据驱动的模型，利用先进的语言处理技术和传统机器学习方法推动创新和商业成功。
主要职责：
大型语言模型（LLM）开发：
• 设计、开发和部署基于LLM的应用程序，使用如GPT-3、BERT或类似技术。
• 实施AI解决方案，利用LLMs来自动化和优化商业流程，例如文本生成、摘要、情感分析和文档分类。
• 微调LLMs，以提高模型在特定商业任务中的准确性和效率。
机器学习模型开发：
• 使用各种算法（例如回归、分类、聚类）和深度学习技术开发和部署机器学习模型。
• 将基于LLM的解决方案与传统机器学习模型集成，以解决复杂的多方面商业问题。
算法开发与优化：
• 构建和优化算法，以处理大规模数据并提高模型性能。
• 利用TensorFlow、PyTorch和Scikit-learn等机器学习框架实施和微调模型，特别关注语言处理任务。
Python编程与软件开发：
• 编写清晰、高效且可扩展的Python代码，进行LLM和机器学习模型开发。
• 利用Pandas、NumPy和SciPy等库来处理和分析数据，确保模型顺利集成到生产环境中。
模型评估与验证：
• 使用适当的指标（例如准确率、精确率、召回率、F1分数）评估模型性能，确保LLM和ML模型的稳健性、可靠性和普适性。
• 通过迭代性能和微调特定用例，持续改进模型结果。
协作与报告：
• 与业务领导、工程师和其他利益相关者紧密合作，将业务需求转化为LLM和ML解决方案。
• 向非技术利益相关者展示发现和模型结果，确保可操作的见解。
• 创建和维护详细的流程、模型和方法论文档。
要求：
• 作为数据科学家或机器学习工程师，专注于大型语言模型（LLMs）方面的证明经验。
• 精通Python，并具备使用Pandas、NumPy、TensorFlow、PyTorch和Hugging Face Transformers等库的经验。
• 在各种自然语言处理任务（例如文本生成、摘要、情感分析和文档处理）中，部署和微调LLMs（如GPT-3、BERT）的经验。
• 扎实理解机器学习算法和AI技术，包括监督学习和无监督学习、深度学习和强化学习。
• 具备数据可视化工具（如Matplotlib、Seaborn、Plotly）呈现见解和发现的经验。
• 具备云平台和大数据技术（如AWS、Google Cloud、Hadoop、Spark）的经验者优先。
• 熟悉版本控制系统如Git。
• 计算机科学、数据科学、数学或相关领域的学士或硕士学位。
优先技能：
LLM集成经验：
• 在构建基于LLM的解决方案的端到端管道方面具有实践经验，将模型集成到更大工作流中，并在生产环境中部署它们。
• 熟悉Hugging Face、OpenAI API或类似工具的框架，用于LLM开发和部署。
• 在高级NLP任务方面的经验，包括命名实体识别（NER）、情感分析、文本分类和问答。
• 具备良好的沟通能力，能够向非技术受众解释复杂的LLM和ML概念。
• 熟悉敏捷方法论，并在协作团队环境中工作。 
纽约