机器学习专家将作为实践团队的关键成员，支持多个行业的客户项目。负责理解端到端的数据源和数据需求，包括结构化和非结构化数据，并设想和构建对话式人工智能领域的解决方案，以改善客户体验、提高参与度、提供更好的个性化服务、理解上下文并实现商业化。
职责：
• 理解涵盖结构化和非结构化数据的端到端数据需求，并设计可用于构建卓越对话体验和下一步行动的解决方案。
• 与多个利益相关者和跨职能团队紧密无缝地合作。
• 主导与客户有关对话式人工智能数据使用的讨论，以及如何组织数据并捕获实时洞察以便持续行动。
• 为各种问题和机会领域选择、扩展和创新机器学习解决方案。
• 设计涵盖数据生命周期的解决方案，从数据摄取、提取、丰富、构建和应用模型、学习、推断到持续训练。
• 为特定业务上下文和需求定义解决方案架构，审查解决方案架构，评估解决方案选项（构建、购买、重用、重新设计、迁移），评估技术并定义实施计划。
• 构建可重用的机器学习模型、框架、资产、行业解决方案、参考架构、设计、开发和质量保证最佳实践。
• 短时间内出差参加客户会议和项目（平均50%）。
资格：
• 数据分析、机器学习、计算机科学、人工智能、统计学、数据科学或相关学科的学士或硕士学位。
• 具有处理来自多个来源的结构化和非结构化数据的实际经验，并应用机器学习技术和算法发现模式、意图，并构建知识库和图表以解决企业问题。
• 使用Python、R、Java、C#、Spark、AutoML、TensorFlow、Amazon AML、Microsoft机器学习工作室、PyTorch、IBM Watson及任何图形数据库进行数据科学和机器学习的经验。
• 在实施和部署机器学习解决方案方面具有实践经验，使用各种机器学习算法，如朴素贝叶斯、逻辑回归、K近邻、支持向量机、隐马尔可夫模型、主题建模。
• 使用基于云的API和特殊处理器（如GPU和TPU）的经验。
• 应具备强大的分析和战略思维能力，并能够通过深刻分析和数据可视化有效沟通复杂概念。
• 应对涉及文本、语音、视觉、AR/VR、手势和NLP平台及API（如Apple、Google、Amazon、Microsoft、IBM及其他细分企业供应商）的对话技术有良好的理解。
• 应在大数据项目和可扩展数据架构（如Hadoop、Hive、Cloudera、Spark）上有工作经验。
• 在实施各种机器学习解决方案方面具有从开发到生产的成功记录。
• 积极主动，愿意参与，做出改变并交付结果。
• 能够和愿意多任务处理，并快速学习新技术。
• 职位所需的经验年限：8到14年。
• 职位地点：新泽西州/纽约州。 
