数据科学家

负责机器学习和数据科学，包括开发、评估和部署预测性和生成性模型以实生产用例；执行特征工程和数据准备；将业务和产品问题转化为分析解决方案。生成式AI包括构建和维护基于LLM的功能和服务；开发使用嵌入和向量数据库的检索增强生成（RAG）管道；通过结构化函数调用集成LLM与API和内部工具；使用参数高效方法（如LoRA）微调基础模型；评估模型质量、检测幻觉并实施安全防护措施；使用合成数据提高模型性能、测试和公平性；优化不同模型提供商的推理性能和成本。MLOps和生产系统包括部署和操作机器学习和生成式AI模型；构建模型和数据工作流的CI/CD管道；监控性能、数据质量和模型漂移；设计版本控制、回滚和重新训练策略；与平台和基础设施团队合作确保可靠性和可扩展性。实时分析包括构建低延迟数据管道和实时决策系统；与流数据和事件驱动架构合作；支持具有严格可用性和响应时间要求的系统；为实时和批处理推理贡献特征存储。

3–6年数据科学、机器学习或应用AI经验；计算机科学、数据科学或相关领域的学位（硕士或更高优先）；精通Python和SQL；有将模型部署到生产环境的实践经验；熟悉云平台（AWS、Azure或GCP）；有现代ML框架（PyTorch、TensorFlow、scikit-learn）的经验；熟悉LLM、嵌入和生成式AI工作流；能与工程师、产品经理和非技术人员清晰沟通。额外要求：流数据系统经验；在大规模上操作模型的经验；了解MLOps工具和可观测性实践；有构建支持客户面向产品的AI解决方案经验。