关于该职位
企业技术数据科学和人工智能组织通过在企业技术和支持的企业职能中使用数据科学和机器学习技术解决具有挑战性的业务问题。作为该团队的机器学习助理，您将为各种银行领域问题构建有效、可扩展和现代的分析解决方案，并将其部署到生产业务工作流程中。这是一个激动人心的机会，可以与世界一流的数据科学家和机器学习工程师团队合作，并对公司的业务和技术流程产生深远影响。您将拥有广泛的职责领域，包括但不限于利益相关者参与、数据挖掘、洞察交付、机器学习/LLM解决方案的培训和部署，以及影响整个组织的能力。所有这些都在一个现代化的数据和开发环境中进行。
职责
• 使用Python开发和实施GenAI和Agentic AI解决方案，以增强自动化和决策过程。
• 在金融服务领域设计、部署和管理基于提示的LLM模型以执行各种NLP任务。
• 进行和指导关于提示工程技术的研究，以提高金融服务领域基于提示的模型的性能，探索和利用LLM编排和Agentic AI库。
• 与跨职能团队合作，识别需求并开发解决方案以满足组织内的业务需求。
• 与技术和非技术利益相关者（包括高级领导层）进行有效沟通。
• 构建和维护数据管道和数据处理工作流程，以利用云服务在LLM上进行提示工程，实现可扩展性和效率。
• 开发和维护用于基于提示的模型训练、评估和优化的工具和框架。
• 分析和解释数据以评估模型性能并识别改进领域。
要求
• 数据科学相关学科的硕士学位，以及至少三年的行业经验（或：数据科学相关学科的博士学位）
• 拥有丰富的数据分析和转换（尤其是Python）以及分析经验
• 具有持续集成模型和单元测试开发经验
• 良好的书面和口头沟通能力，能够有效地向技术和业务受众传达技术概念和结果。
• 具有科学思维能力，能够独立工作并在高度协作的团队环境中工作
• 好奇、勤奋、注重细节，并受到复杂分析问题的激励
加分项
• 熟悉金融服务行业
• 具有A/B测试和数据/指标驱动的产品开发经验，在大规模分布式环境中进行云原生部署的能力，以及开发和调试生产质量代码的能力
• 在实施机器学习以及深度学习工具包（例如TensorFlow、PyTorch、Scikit-Learn）方面具有一定的行业经验
