关于理查德·L·杜肖索基金会
理查德·L·杜肖索基金会（RLD）成立于2022年，并于2024年正式启动运营。基金会致力于以想象力和热情解决看似难以解决的社会问题。我们努力改善家庭和退伍军人的生活，并通过数据驱动和协作的资助方法培养企业家。我们力求以严谨的态度进行慈善事业，从倾听的角度出发，并努力成为一个学习型组织——始终寻求对我们资助优先事项的更深入理解。虽然我们的家和优先事项在芝加哥地区，但我们可能会考虑与我们的使命、价值观和目标一致的全国性努力。
关于数据策略与洞察团队
RLD基金会的数据策略与洞察团队为基金会对循证资助和全行业学习的承诺提供了支撑。我们努力将数据从合规性练习转变为变革的催化剂，在RLD基金会内、我们的受资助合作伙伴之间以及整个芝加哥的社会部门生态系统中建立一个持续的询问、洞察和行动循环。
RLD基金会正在组建一个数据科学家和研究人员团队，以推进六个相互关联的工作领域：
- 生成数据驱动的洞察以指导资助策略
- 将迭代的战略学习过程嵌入资助组合管理中
- 开发监测和评估系统以衡量重要事项
- 支持受资助者的数据能力，帮助合作伙伴释放其自身信息的价值
- 在可能的情况下加强整个生态系统的数据基础设施
- 设计和构建强大的内部和面向公众的数据系统和工具。
在我们的工作中，团队倡导有目的、以社区为基础并能够推动持久系统性变革的数据原则。我们努力成为一个学习型组织，重视深思熟虑的迭代，对我们知道和不知道的事情保持透明，并与彼此、受资助者和社区紧密合作学习。
职位概要
RLD基金会正在寻找一位以使命为驱动的高级数据科学家和AI工程师加入我们的数据策略与洞察团队。在这个角色中，您将在高度协作的环境中推动基金会的数据策略。该职位位于数据和AI工程、先进分析和数据策略的交汇处，提供了在社会变革服务中进行技术严谨、高影响力工作的机会。
该角色有两个同等重要的主要职责：（1）构建和拥有RLD基金会的核心数据基础设施和AI支持的分析平台，以及（2）进行高级分析以生成指导资助策略和组织学习的洞察。该职位将架构技术系统，使基金会能够进行高质量的数据工作，同时也作为首席分析师，为项目团队和领导层提供清晰、可操作的洞察。还将有机会为更广泛的数据策略开发和选择性面向受资助者和领域的数据能力建设计划做出贡献。
您将向数据策略与洞察总监汇报工作，并与高级研究和洞察分析师一起工作，随着组织的发展，团队可能会扩展。这是一个早期阶段的数据环境，有很大的机会来塑造系统、工具和分析方法。您将为团队带来技术领导力，拥有架构解决方案和做出战略技术决策的自主权，这将定义基金会如何利用数据来催化有意义的变革。
我们认识到这个角色需要一种罕见的技术深度和使命承诺的结合。合适的候选人具备高级数据工程和分析专业知识，并同样热衷于运用这些技能促进社会公益。如果您是一个可以在技术领域蓬勃发展但更愿意构建帮助芝加哥家庭、退伍军人和企业家的系统的人，这个角色提供了这种有意义的交汇点。
主要职责
数据基础设施、系统和工具
领导现代和可扩展的数据基础设施的开发和维护，以支持RLD基金会的数据策略和AI支持的知识平台：
- 架构和维护RLD基金会的基于云的数据基础设施，确保性能、可扩展性和安全性
- 开发和自动化数据摄取和转换管道，以从内部系统（资助管理、CRM、项目数据）和外部来源（公共API、数据合作伙伴、研究机构、政府）构建一个集成的数据仓库
- 支持开发分析工具和基于网络的平台，使员工、董事会和生态系统合作伙伴能够访问实时洞察
- 实施严格的数据质量、验证和治理协议
- 开发数据字典，并记录所有代码和数据处理工作流程
数据分析与战略洞察
与数据团队和项目总监合作，开发一个机构数据实践，在这里我们提出有力的问题，收集相关数据，生成洞察并采取行动：
- 应用统计、机器学习和地理空间技术进行应用分析，主要在AI支持的知识平台中使用高级NLP和基于LLM的方法
- 创造性地获取和策划与RLD基金会工作相关的公共、私人、学术和替代来源的数据集，以填补行业数据空白
- 对RLD基金会的内部和合作伙伴数据集进行探索性数据分析，以识别趋势、差距和机会
- 就数据简报和白皮书的关键数据点提供建议，以透明地与受资助者和更广泛的行业分享洞察
AI支持的知识平台
基于上述RLD基金会的核心数据基础设施，该角色将：
- 领导AI支持的知识层的设计和开发，适当时与外部合作伙伴合作，将结构化数据（资助、财务、开放数据、获取的私人数据）和非结构化数据（报告、研究、会议记录、转录）整合为一个统一的、可查询的系统
- 构建检索增强生成（RAG）管道，使员工能够提出复杂的战略问题并获得综合的、基于来源的答案（例如，“在芝加哥创建家庭规模的可负担住房最有效的策略是什么，差距在哪里？”）
- 实施元数据、嵌入和文档索引以支持语义搜索、跨数据集链接和透明的来源
- 与项目团队合作，将学习和战略问题转化为AI支持的工作流程和分析产品
- 确保负责任的AI实践，包括数据治理、偏见意识、隐私保护和输出的可解释性
数据策略
- 与数据策略与洞察总监、项目总监、资助经理和研究分析师合作，识别需要获取的数据集和支持战略学习、监测和评估优先事项的分析
- 为指标和指标的设计和跟踪做出贡献，以帮助RLD基金会更好地了解其重点问题领域的基线、进展和趋势
- 跨组织合作，确保所有数据收集系统和工具经过深思熟虑的设计，以捕捉与组织需求和学习问题一致的信息
- 为围绕数据使用的迭代学习文化做出贡献
受资助者和领域能力建设
为RLD基金会以受资助者为中心的数据能力建设方法做出贡献，支持非营利组织使用数据来加强他们自己的工作。这项工作将是选择性的和阶段性的，而不是日常的主要责任：
- 与选定的受资助者合作，了解他们的数据愿望、当前的痛点以及RLD基金会的支持可以帮助他们建立数据能力的地方
- 与受资助者和能力建设供应商合作，塑造和支持数据计划；在创造高杠杆学习或基础设施时选择性地提供实践支持
- 为合作计划贡献分析和专业知识，使受资助者、同行资助者和其他人能够一起从数据中学习
- 为受资助者和更广泛的领域创建面向公众的数据工具和资源
