富士通加拿大正在招聘一名全职、永久的数据科学家，以支持加拿大就业和社会发展部（ESDC）的企业级知识管理（KM）现代化项目。该职位专注于以AI/ML/NLP驱动的转型、语义丰富和智能内容迁移，符合联邦合规和创新标准。
主要技能
- 数据科学、人工智能、机器学习或计算语言学硕士学位。
- 熟练使用Python及其库，如TensorFlow、PyTorch、Scikit-learn、Hugging Face Transformers。
- 具有语义搜索、主题建模、实体识别和矛盾检测的经验。
- 熟悉RDF、SPARQL和知识图谱开发的本体设计。
- 具有使用Azure DevOps、Git和CI/CD管道管理AI工作流的经验。
- 了解DITA XML、XSLT和Document-as-Code原则。
- 理解负责任的AI实践，包括偏见缓解和可解释性。
职责
- 应用AI/ML/NLP技术支持语义搜索、矛盾检测和内容丰富。
- 设计和实施知识图谱和本体模型，以实现可扩展的KM框架。
- 开发和部署监督和无监督学习模型，用于元数据验证和文档分类。
- 集成Azure认知服务和其他AI工具，实现自动标记、总结和质量保证。
- 与架构师、语言学家和内容作者合作，确保语义一致性和准确性。
- 参与迭代开发周期、快速原型设计和持续集成。
- 使用DevOps实践参与设计可扩展的、API可访问的KM生态系统。
必备技能
- 数据科学、人工智能、机器学习或计算语言学硕士学位。
- 熟练使用Python及其库，如TensorFlow、PyTorch、Scikit-learn、Hugging Face Transformers。
- 具有语义搜索、主题建模、实体识别和矛盾检测的经验。
- 熟悉RDF、SPARQL和知识图谱开发的本体设计。
- 具有使用Azure DevOps、Git和CI/CD管道管理AI工作流的经验。
- 了解DITA XML、XSLT和Document-as-Code原则。
- 理解负责任的AI实践，包括偏见缓解和可解释性。
加分技能
- 具有使用FAISS、Pinecone或类似工具进行语义聚类和搜索的经验。
- 熟悉FrameNet和其他语言资源以进行语义丰富。
- 接触过LLMs（如GPT-4、Claude）用于内容重写和总结。
- 具有使用Power BI、Tableau或Quicksight进行迁移后分析的经验。
- 在利用AI进行KM现代化的受监管或公共部门环境中有工作经验。
一般要求
- 必须居住在魁北克的加蒂诺地区。
- 混合工作安排——每周至少三天现场工作，其他天数视需要而定。
- 有资格获得可靠性状态安全许可；在加拿大至少居住五年。
- 具有较强的组织、沟通和解决问题的能力。
- 能够在快节奏的环境中独立和协作工作。
- 致力于质量、持续学习和新兴技术。
