数据科学家

该职位需要构建生产AI平台的整个数据科学和建模能力。Solvace正处于重大AI转型中：多代理助手平台（KAI）已上线，服务于全球制造客户。AI路线图包括三个能力，需要统计建模和高级分析——KPI预测和相关性、非规范预测和根本原因分析推荐。此职位将构建这些能力。该团队正在评估Databricks湖仓POC作为分析平台。生产平台生成丰富的、真实的制造业数据——质量检查、KPI时间序列、安全观察、工艺参数——跨多个全球客户。这些数据适合建模和分析。此职位定义整个数据科学和建模能力。虽然底层工程平台现代化正在进行中，但此职位的焦点完全面向未来——构建新的机器学习模型和分析能力，这些能力将整合到AI代理层。与平台工程团队合作很重要（他们维护生成数据的交易系统），但日常工作的重点是研究、建模和发布预测，而不是维护应用程序代码。

Python——主要语言；NumPy、pandas、scikit-learn和标准ML堆栈。这是一个以Python为主的团队。ML/DL框架——生产经验使用PyTorch、XGBoost，以及至少一个：TensorFlow、LightGBM、CatBoost、JAX。必须能够选择适合问题的框架，而不是默认选择一个。统计建模和机器学习——回归、分类、时间序列预测、异常检测。必须有扎实的基础，而不是仅仅熟悉框架。SQL——必须能够编写复杂的查询，针对SQL Server和PostgreSQL。Databricks / Spark MLlib——正在评估Databricks作为分析平台的湖仓POC。使用Databricks或等效平台（Snowflake、BigQuery）进行模型训练和服务的经验很重要。特征工程——能够从嘈杂的工业/制造业数据中提取有意义的信号，跨多个数据源和时间尺度。模型评估和验证——严谨的准确性测量、A/B测试和生产监控。Linux / CLI熟练度——必须能够在Linux环境中工作和使用命令行工具。

Solvace正处于重大AI转型中：多代理助手平台（KAI）已上线，服务于全球制造客户。AI路线图包括三个能力，需要统计建模和高级分析——KPI预测和相关性、非规范预测和根本原因分析推荐。此职位将构建这些能力。