教育要求：• 本科学位，优先考虑计算机科学、信息技术、计算机工程或相关学科。要求：• 人工智能与机器学习：具有预测建模、自然语言处理、深度学习和基于大型语言模型（例如 GPT、BERT、LangChain）应用的经验。• 编程：精通 Python，并具有 AI/ML 框架（例如 PyTorch、TensorFlow、Hugging Face）的经验。• 数据工程与 SQL：能够编写高效的 SQL 查询，以整合和结构来自多个来源的数据，用于建模和分析。• 云与 MLOps：具有 AWS（SageMaker、S3、Redshift）、Snowflake 和机器学习管道自动化的经验。• 版本控制与协作：熟练使用 Git 进行代码版本控制和团队合作。软技能：• 好奇与创新：热衷于使用数据和人工智能解决复杂的商业问题。• 主动与责任感：主动推动项目从构思到部署。• 商业头脑：理解 AI/ML 解决方案如何影响商业目标和决策。• 有效沟通：能够向非技术受众解释技术模型和 AI 方法。优先资格：• 在定量领域（例如计算机科学、数据科学、统计学、工程、数学、经济学）拥有研究生学位（硕士或博士）。• 具有使用仪表板工具（例如 Power BI、Dash、Streamlit）进行模型性能监控的经验。• 熟悉强化学习和基于 AI 的代理应用。此职位非常适合希望在 AI 和 ML 前沿工作的数据科学家，利用大型语言模型、自然语言处理和预测分析产生有意义的影响。职位摘要：• 我们正在寻找一位好奇、积极主动且富有创新精神的数据科学家，具有扎实的 AI/ML 和大型语言模型（LLMs）基础，以加入我们的团队。• 理想的候选人具有整合各种数据集、构建统计/机器学习模型以及部署推动商业影响的 AI 驱动解决方案的经验。• 该角色涉及使用 LLMs、自然语言处理（NLP）和深度学习技术开发 AI 驱动的应用程序。• 您将在设计、训练和部署可扩展的 AI/ML 模型方面发挥关键作用，同时将复杂的数据洞察转化为可行的商业策略。主要职责：• AI/ML 模型开发：设计、训练和微调机器学习和深度学习模型，包括用于预测分析、自动化和 AI 驱动决策的 LLMs。• 数据分析与特征工程：收集、处理和分析结构化和非结构化数据，工程相关特征以提高模型性能。• 基于代理和 NLP 应用：开发基于 LLM 的 AI 解决方案，专注于提示工程、微调和推理优化。• 商业影响与决策支持：将复杂的数据科学方法转化为可行的洞察，与利益相关者合作以推动商业价值。• 端到端模型部署：采用 MLOps 最佳实践在生产中部署和监控模型，确保可扩展性、效率和可靠性。• 数据讲述与可视化：开发清晰、引人注目的演示文稿和仪表板，以向非技术利益相关者传达发现。**只有合法获得在与该职位相关的指定国家工作授权的人才会被考虑。** **请注意，所有职位的开始日期和持续时间均为估计，可能会根据客户的业务需求和要求而缩短或延长。** 
