职位：首席数据科学家，弥合业务需求与高级分析解决方案之间的差距
我们的医疗保健客户正在寻找一位首席数据科学家，以弥合业务需求与高级分析解决方案之间的差距。
这是一个全职的永久职位。混合工作模式，每月在安大略省马克汉姆现场工作1-2次。如果位于大多伦多地区以外，可以完全远程工作。
成功的候选人将负责端到端的分析生命周期——从理解复杂的医疗工作流程到在生产中部署数据科学和机器学习模型。该职位需要在利益相关者管理和技术实施方面的熟练度，领导机会的发现和解决方案的交付。工作范围包括：利益相关者管理、需求收集、领导研讨会、端到端数据科学和机器学习（ML）责任、数据发现和EDA、创建引人注目的数据可视化/报告、部署和测试。
必须具备：
• 数据科学与机器学习
• Python编程（NumPy、Pandas、Scikit-learn、TensorFlow/PyTorch）
• 具有领导发现工作坊的经验（不仅仅是从BA获取需求）
• 强大的统计知识和实验设计
• 具有Azure ML或类似云ML平台的经验是一个强大的资产
• 模型生命周期管理经验
• Python、Pandas、GeoPandas
• 分析与BI理解
• 现代BI/分析平台的一般知识
• 具有SQL和数据操作的经验
• 在复杂分析项目的需求收集方面有丰富的经验和成功记录
• 具有将业务需求转化为技术解决方案的成功记录
• 具有流程映射和工作流程分析的经验
主要职责：
1. 数据科学与机器学习领导
技术开发
• 指导和指导探索性数据分析（EDA）和特征工程工作
• 设计、开发/编码和验证机器学习模型
• 进行高级统计分析以推导模型选择和训练
• 模型开发：
领导端到端的ML项目开发，包括EDA、特征工程、模型选择、训练和验证
• Azure ML实施：
监督使用Azure ML设计和实施ML管道，包括模型部署、监控和再训练
• 统计分析：
使用适当的方法进行高级统计分析、假设检验和模型验证
技术团队领导
• 项目管理：
从构思到部署和监控，领导跨职能的ML项目
• 同行评审：
对ML模型、代码质量和部署策略进行技术评审
• 领导和指导数据科学家和分析师
• 建立ML开发的技术标准
• 监督并与数据工程师合作设计ML管道
• 识别并帮助优先考虑组织内的机器学习用例
• 倡导在运营中采用预测分析——这包括展示结果、解决方案及其应用
GoTool平台参与
• 管理和发展GoTool AI/MLOps平台（我们的内部AI/ML平台）
• 确保平台的可靠性和性能
• 根据用户需求推动平台增强
• 管理季度模型刷新和更新
• 与利益相关者协调平台路线图
2. 业务分析与需求领导
利益相关者参与与发现
• 使用多种方法（研讨会、访谈、流程映射、调查）领导全面的需求收集
• 促进与临床和运营领导者的分析发现会议
• 映射复杂的医疗工作流程以识别分析机会
• 深入了解部门价值链和痛点
解决方案设计与咨询
• 将业务问题转化为分析解决方案架构
• 为预测分析计划创建商业案例
• 领导从报告到ML的端到端分析解决方案
• 以业务友好的语言呈现复杂的分析概念
• 开发将分析能力与业务战略对齐的路线图
项目领导
• 从构思到价值实现，领导跨职能的分析项目
• 在项目生命周期中管理利益相关者的期望
• 确保分析解决方案与业务流程无缝集成
• 衡量和传达已部署解决方案的业务影响
