职位： 数据科学家 - 人工智能与数据
地点： 美国加利福尼亚州旧金山
职责： -
数据收集与准备：
• 收集、清理和预处理来自各种来源的大型数据集
• 执行探索性数据分析（EDA），以了解数据的结构和质量
• 应用数据整理技术来处理缺失、不一致或不完整的数据
统计分析与建模：
• 使用统计技术识别数据中的模式、相关性和趋势
• 使用机器学习算法开发预测和处方模型
• 构建、测试和优化模型（例如，回归、决策树、随机森林、支持向量机、深度学习等）
• 执行假设检验和A/B测试，以验证假设和建议
机器学习与人工智能实施：
• 为各种业务实施机器学习模型和算法
• 在必要时利用深度学习技术和神经网络
• 监控已部署模型的性能，提供定期更新
数据可视化与报告：
• 使用如Tableau、Power BI或Python库（如Matplotlib和Seaborn）创建互动和有洞察力的可视化
• 向非技术利益相关者呈现复杂的技术发现
• 准备详细报告和仪表板，以跟踪关键绩效指标（KPI）和其他业务指标
协作与沟通：
• 与跨职能团队密切合作，包括业务分析师、产品经理和工程师，以定义项目目标和要求
• 有效地向技术和业务受众传达发现、方法和见解
• 提供可行的建议，以帮助推动数据驱动的决策
持续改进：
• 了解数据科学和机器学习领域的最新研究、工具和技术
• 实验并实施前沿的机器学习算法和技术
• 贡献于现有数据模型和流程的优化与改进
数据治理与伦理：
• 通过遵循数据处理和处理的最佳实践，确保数据的完整性和隐私
• 确保遵守数据安全标准和伦理准则
要求：
技能和资格：
教育背景：
数据科学、计算机科学、数学、统计学或相关领域的学士或硕士学位，博士学位优先。
技术技能：
• 精通Python、R或Java等编程语言
• 扎实的统计分析和机器学习技术知识
• 使用Pandas、NumPy、Scikit-learn等库进行数据处理和分析的实践经验
• 熟悉Hadoop、Spark等大数据技术
• 具备数据库（SQL、NoSQL）和数据提取技术的经验
• 熟悉AWS、GCP或Azure等云平台者优先。
分析技能：
• 优秀的问题解决能力和批判性思维能力
• 对统计方法、假设检验和数据建模有深入理解
软技能：
• 较强的书面和口头沟通能力
• 能够向非技术受众解释复杂的技术概念
• 注重细节，关注质量和准确性
经验：
• 在数据科学家角色或类似职位上有2-5年的相关经验
• 有在生产环境中实施机器学习模型的经验者优先。
• 具备使用TensorFlow、Keras或PyTorch等深度学习框架的经验
• 了解自然语言处理（NLP）和计算机视觉技术
• 有在云计算环境中处理大规模数据集的经验
工作环境：
• 协作和快速发展的工作环境
• 有机会使用最先进的技术
• 支持性和动态的团队文化
#LI-AD1 
