职位描述
首席数据科学家将领导组织的数据与分析战略、架构和执行，负责构建企业级数据平台，并提供推动可衡量商业成果的高级分析、人工智能/机器学习及商业智能解决方案。
这是一个高级领导角色，全面负责数据科学倡议，包括解决方案设计、交付治理、利益相关者管理和跨多个地区的团队领导。角色持有者需在CXO级别运作，影响战略决策，并管理大型复杂的转型项目。
主要职责
1. 数据与分析战略和领导
• 定义并拥有组织的数据与分析路线图，包括数据科学、人工智能/机器学习、大数据和商业智能倡议。
• 将商业战略转化为以数据驱动的项目，与收入、盈利能力和运营效率目标对齐。
• 建立并领导企业数据科学职能，包括运营模型、标准和最佳实践。
2. 企业数据平台与架构
• 设计、实施和现代化大规模数据平台（数据湖、数据仓库、湖屋、实时数据管道、云数据平台）。
• 与技术、安全和合规团队合作，管理数据质量、数据治理、元数据管理和安全实践。
• 推动云迁移和平台现代化之旅（例如，从本地到云/混合、大数据平台、MLOps/DataOps实践）。
3. 高级分析、人工智能与机器学习
• 领导高级分析和人工智能/机器学习解决方案的设计与交付（例如，预测模型、欺诈风险分析、客户分析、预测、优化）。
• 评估并选择适合特定用例的算法、工具和技术，确保其稳健性、可扩展性和可解释性。
• 建立模型生命周期管理的MLOps框架（开发、部署、监控、再训练）。
4. 项目交付与盈亏责任
• 负责大型复杂的数据与分析项目的交付，包括时间表、预算、范围和质量。
• 管理数据与分析投资组合的盈亏，包括成本优化、利用率和盈利目标。
• 领导处于困境/风险中的项目的扭转，实施纠正行动计划和利益相关者恢复策略。
5. 利益相关者与客户互动
• 与C级及高级业务利益相关者互动和影响，以识别、优先排序和塑造高影响力的数据倡议。
• 与销售、产品和客户管理合作，支持市场推广、RFP响应和解决方案提案。
• 与技术OEM、超大规模云服务商和金融科技/分析合作伙伴建立并维护战略合作关系。
6. 团队领导与能力建设
• 建立并领导高绩效的数据科学家、数据工程师、解决方案架构师和项目/程序经理团队。
• 为数据与分析人才定义能力框架、职业路径和辅导结构。
• 通过敏捷/精益实践（Scrum、看板、DevOps/DataOps）培养创新、持续改进和交付卓越的文化。
7. 治理、风险与合规
• 主持或参与风险和交付治理论坛，以确保遵守合同、法规和内部标准。
• 确保所有数据倡议符合相关的安全、隐私和合规要求（包括在金融服务、政府和电信等高度监管行业的要求）。
• 实施并监控数据倡议的KPI和OKR，与商业成果有明确联系。
所需资格与经验
• 专业经验：至少15–18年的数据与分析相关经验，其中至少8–10年担任高级领导角色。
在涉及企业数据仓库、数据湖、大数据平台、云数据平台和人工智能/机器学习倡议的大规模数字转型项目中拥有丰富的领导经验。
在管理区域或跨国团队及交付运营方面有成功记录，包括盈亏责任和数千万美元的投资组合。
有能力扭转表现不佳或处于困境的项目，并实现合同和商业目标。
在金融服务、政府、电信、物流或公共部门等受监管行业有较强的接触经验者优先。
技术技能
• 深厚的专业知识：数据科学与人工智能/机器学习：监督/无监督学习、模型开发、评估、部署和监控。
数据平台：数据仓库、数据湖、数据湖屋架构、ETL/ELT、实时流、以及大数据生态系统。
云平台：在至少一个主要云平台（AWS/Azure/GCP）上处理数据和分析工作负载的经验。
分析与商业智能：企业BI工具、仪表板、报告、自助分析。
数据工程：数据集成、摄取管道、编排和性能优化。
• 对DevOps/DataOps、CI/CD、测试自动化和敏捷交付模型有深入了解。
领导力与软技能
• 战略思维者，能够将技术路线图与商业战略和盈亏目标对齐。
• 出色的利益相关者管理和沟通能力，包括在CXO和董事会层面的互动。
• 强大的人员领导能力：团队建设、辅导、接班人计划和跨文化团队管理。
• 在复杂的多利益相关者环境中具备出色的谈判、冲突解决和风险管理能力。
• 高度的诚信、专业精神和责任感。 
