Senior Data Scientist Expert

高级

岗位职责

我们正在寻找一位 高级数据科学专家,需在 高级数据分析、机器学习、深度学习以及 Analytical AI / GenAI 方面具备深厚专业能力,能够 独立设计、开发并部署数据驱动解决方案,以应对复杂业务挑战并创造可量化的业务价值。

该职位在将 AI / ML / GenAI 应用于实际业务场景 中发挥关键的技术与战略作用,例如:业务增长、客户个性化、运营优化、客户体验提升以及欺诈检测等领域

主要职责:

  • 独立分析复杂业务问题,并将其转化为 高级数据分析、AI/ML 或 GenAI 解决方案

  • 设计、开发、评估并优化 机器学习、深度学习及 GenAI 模型,用于 真实业务场景及大规模应用环境

  • 模型全生命周期管理 中发挥核心作用,包括:

    • 数据探索与处理(Data Exploration & Processing)

    • 特征工程(Feature Engineering)

    • 模型训练、评估与验证(Training, Evaluation & Validation)

    • 模型部署、监控与持续优化(Deployment, Monitoring & Continuous Improvement)

  • 应用 高级分析技术,包括:

    • 假设检验与统计推断(Hypothesis Testing & Statistical Inference)

    • 因果推断(Causal Inference)

    • 不平衡数据处理(Handling Imbalanced Datasets)

    • 时间序列分析与预测(Time-series Analysis & Forecasting)

    • 推断与预测建模(Inferential & Predictive Modeling)

    • 向量嵌入与相似度搜索(Vector Embeddings & Similarity Search)

  • 业务部门相关利益相关者 密切合作:

    • 解读分析结果

    • 将数据洞察与业务需求相结合

    • 提出 清晰且可执行的解决方案建议

  • 参与或主导 AI / ML / GenAI 在云平台上的部署,例如:
    AWS、Azure、Google Cloud、Databricks 等

  • 参与并推动 MLOps / LangOps 流程建设,确保 AI 解决方案具备 可扩展性、稳定性及可维护性

  • 数据、工程、产品及业务团队 跨部门协作,并在需要时 指导或培养初级团队成员

岗位要求

1. 具备 3–5年以上相关工作经验,涵盖:

  • 高级数据分析(Advanced Analytics)

  • 机器学习 / 深度学习模型开发(Machine Learning / Deep Learning)

  • 将 AI / GenAI 应用于实际业务问题

2. 具备 独立开发分析模型或 AI 解决方案的经验,能够支持以下业务目标:

  • 业务增长(Business Growth)

  • 个性化推荐(Personalization & Recommendation)

  • 运营优化(Operational Optimization)

  • 客户体验提升(Customer Experience Improvement)

  • 欺诈检测或风险管理(Fraud Detection / Risk Management)

3. 在以下领域具备 扎实基础

  • 统计建模(Statistical Modeling)

  • 机器学习与深度学习算法(Machine Learning & Deep Learning Algorithms)

  • 生成式 AI(GenAI)技术及应用

4. 具备 高级数据分析技术的实践经验,包括:

  • 假设检验(Hypothesis Testing)

  • 因果推断(Causal Inference)

  • 时间序列分析(Time Series Analysis)

  • 数据不平衡处理(Data Imbalance Handling)

  • 向量嵌入(Vector Embeddings)。

5. 熟练掌握 Python 及常用 机器学习 / 深度学习 / GenAI 框架与库,包括:

  • Scikit-learn、XGBoost、LightGBM

  • PyTorch、TensorFlow

  • Hugging Face Transformers

6. 具备 模型部署及机器学习工程工具经验,如 MLflow、Docker、Git

7. 深入理解 端到端 MLOps / LangOps 流程,包括:

  • 数据管道(Data Pipelines)

  • 模型训练(Model Training)

  • 模型评估(Evaluation)

  • 模型部署(Deployment)

  • 模型监控(Monitoring)。

8. 具备 优秀的数据解读与数据可视化能力,能够将复杂分析结果 清晰地向非技术背景的利益相关者进行说明

薪酬与福利

薪资: 薪资面议。

奖金: 享有 公共假期奖金、春节奖金,以及 每年至少13个月薪资(年终奖金)

保险: 根据 越南劳动法规定,提供 完整的社会保险(SI)及医疗保险(HI)

休假: 按照 越南劳动法规 享有 年度带薪休假

工作环境: 提供 专业化、国际化的工作环境

phone zalo