Paradigm Nat'l 招聘美国高级数据与AI工程师

我们正在寻找有驱动力、注重细节的专业人士，他们对解决复杂的数据驱动挑战和为客户提供有影响力的解决方案充满热情。

职责包括

• 与架构师和客户合作设计和实施数据管道、平台、湖泊、仓库和架构
• 通过IaC和CI/CD交付企业级ML和生成式AI解决方案
• 持续学习：保持AWS（包括认证）以及生成式AI发展意识
• 指导初级工程师，与云工程师跨团队协作
• 构建和维护通用、可重复的数据产品用于未来咨询项目

教育要求

• 本科文凭优先
• 与云超大规模或数据相关的认证（或在90天内获得）优先

经验要求

• 5年以上在数据工程或AI/ML领域经验
• 至少一年在另一个领域经验
• 熟练使用SQL（任意方言），熟悉存储过程、CTE等
• 熟练使用Python、Scala、Java等编程语言，使用源代码控制（Git、GitHub、GitLab、BitBucket等）
• 定期使用至少一个云平台：AWS、Azure、GCP等
• 熟悉大数据和数据湖概念，至少一个大数据平台/工具
• 强烈的客户面对技能
• 理解数据建模和治理概念
• IaC：Terraform、OpenTofu、CloudFormation等
• 数据仓库：Redshift、Snowflake、BigQuery等
• NoSQL数据库和概念：DynamoDB、Cassandra、Redis等
• 数据流：Spark、Kafka、Kinesis等

必需条件

• 5年以上在数据工程或AI/ML领域经验
• 至少一年在另一个领域经验
• 熟练使用SQL（任意方言），熟悉存储过程、CTE等
• 熟练使用Python、Scala、Java等编程语言，使用源代码控制（Git、GitHub、GitLab、BitBucket等）
• 定期使用至少一个云平台：AWS、Azure、GCP等
• 熟悉大数据和数据湖概念，至少一个大数据平台/工具
• 强烈的客户面对技能
• 理解数据建模和治理概念
• IaC：Terraform、OpenTofu、CloudFormation等
• 数据仓库：Redshift、Snowflake、BigQuery等
• NoSQL数据库和概念：DynamoDB、Cassandra、Redis等
• 数据流：Spark、Kafka、Kinesis等

加分项

• 程序化使用知识库或RAG用于生成式AI
• ETL工具：Airflow、DBT、Glue、Fivetran等
• 熟悉ML概念（随机森林、神经网络等）和常见框架：Scikit-learn、TensorFlow、PyTorch等
• 程序化使用代理 via Strands、Langchain 或类似工具
• ML Ops：数据/模型训练管道、参数调优、推理调优
• 容器化：Docker、Kubernetes等
• 数据可视化：QuickSight Tableau、PowerBI等

作为美国中西部领先的AWS咨询提供商，我们专注于帮助组织向云转型，构建现代云原生解决方案，开发可扩展的分析环境，并通过DevOps自动化优化运营。