Frost & Sullivan
Frost & Sullivan
Frost & Sullivan เป็นบริษัทที่ปรึกษาและวิจัยตลาดระดับโลก ซึ่งให้บริการแก่องค์กรในแวดวงสุขภาพ การตลาด และอุตสาหกรรมอื่น ๆ ทีมงานของบริษัทผสานงานวิจัยอุตสาหกรรม ข้อมูลเชิงลึกด้านตลาด การวิเคราะห์ ซึ่งรวมถึงเครื่องมือ FROST AI และบริการที่ปรึกษาเชิงกลยุทธ์ เพื่อช่วยบริษัท นักลงทุน และหน่วยงานภาครัฐประเมินโอกาส กำหนดกลยุทธ์ด้านนวัตกรรม วางแผนเปิดตัวผลิตภัณฑ์ ประเมินการตัดสินใจด้านการควบรวมและซื้อกิจการ และเสริมความแข็งแกร่งให้แผนการนำเสนอผลิตภัณฑ์สู่ตลาด นอกจากนี้ บริษัทยังเชื่อมโยงผู้นำธุรกิจผ่านงานอีเวนต์และสภาผู้นำ โดยเชื่อมโยงงานวิจัยเข้ากับการวางแผนการเติบโตในทางปฏิบัติ across sectors and geographies.

ผู้ฝึกสอนโมเดล AI ด้านเทคโนโลยีธุรกิจ – ทำงานแบบไฮบริดในสิงคโปร์

ฝึกสอนและประเมิน MetaBrain ของ Frost & Sullivan โดยเปลี่ยนงานวิจัยและความเชี่ยวชาญด้านธุรกิจให้เป็นชุดทรัพยากรการประเมิน กฎ และการปรับปรุงเวิร์กโฟลว์ที่ผ่านการทดสอบ บทบาทนี้ผสานการตรวจสอบโดยผู้เชี่ยวชาญ การวัดคุณภาพ การปรับปรุงแบบควบคุม และ—สำหรับสายเทคโนโลยี—การประเมินด้วย Python และการจัดการชุดข้อมูล

รายละเอียด

  • ฝึกสอนและประเมินการใช้วิธีวิจัยและตรรกะทางธุรกิจที่ได้รับอนุมัติของ MetaBrain
  • แปลงความเชี่ยวชาญเฉพาะด้านให้เป็นตัวอย่าง กฎ และเกณฑ์การตรวจสอบที่มีโครงสร้าง
  • เปลี่ยนข้อเสนอแนะจากที่ปรึกษาให้เป็นการปรับปรุงโมเดลที่ควบคุมได้และทดสอบได้
  • จัดระเบียบงานวิจัย อนุกรมวิธาน กฎการตัดสินใจ ตัวอย่าง และตัวอย่างโต้แย้งที่ได้รับอนุญาต
  • พัฒนาคำตอบอ้างอิงที่มีแหล่งที่มา พร้อมบันทึกขอบเขต วันที่ ข้อจำกัด และการใช้งานที่ได้รับอนุญาต
  • สร้างเกณฑ์ประเมินที่ครอบคลุมการสนับสนุนด้วยข้อเท็จจริง ความสอดคล้องของตัวเลข ความเกี่ยวข้อง ความครบถ้วน และความไม่แน่นอน
  • ดำเนินการเปรียบเทียบแบบไม่เปิดเผยข้อมูลและบันทึกข้อผิดพลาด ความเห็นต่างระหว่างผู้ตรวจสอบ และผลการชี้ขาด
  • แยกสื่อสำหรับการพัฒนาออกจากกรณีประเมินที่สงวนไว้สำหรับการทดสอบ
  • กำหนดค่าพรอมต์ การตั้งค่าการดึงข้อมูล และกฎทางธุรกิจในสภาพแวดล้อมการออกแบบและปรับแต่งที่ได้รับอนุมัติ
  • แปลงการแก้ไขจากที่ปรึกษาให้เป็นคำขอเปลี่ยนแปลงที่ควบคุมด้วยเวอร์ชัน
  • ทดสอบการอัปเดตแต่ละครั้งซ้ำและจัดทำบันทึกการย้อนกลับอย่างเป็นระบบ
  • ทำงานร่วมกับผู้ฝึกสอนด้านเทคนิคในการออกแบบการทดลองและวิเคราะห์ความล้มเหลว
  • สำหรับสายเทคโนโลยี พัฒนาสคริปต์ประเมินด้วย Python จัดการเวอร์ชันของชุดข้อมูล และสนับสนุนการทดลองปรับแต่งแบบละเอียดที่มีเหตุผลรองรับ

คุณสมบัติ

  • มีประสบการณ์อย่างน้อยสามปีในงานวิจัย การให้คำปรึกษา หรือคุณภาพองค์ความรู้ในระดับเข้มข้น โดยพิจารณาผลงานที่เทียบเท่ากันด้วย
  • มีความสามารถที่พิสูจน์ได้ด้านการประเมินหลักฐาน การเขียนเชิงธุรกิจ การตรวจสอบตัวเลข และความแม่นยำด้านระเบียบวิธี
  • มีความรู้พื้นฐานเกี่ยวกับ AI หรือโมเดลภาษาขนาดใหญ่จากการศึกษาอย่างเป็นทางการหรือการรับรอง พร้อมประสบการณ์จริงในการทดสอบหรือปรับปรุงผลลัพธ์ของ AI
  • หากมีประสบการณ์ด้านการตรวจสอบโดยผู้เชี่ยวชาญ การโค้ชนักวิเคราะห์ การเข้ารหัสแบบสำรวจ การพัฒนาอนุกรมวิธาน การประกันคุณภาพ ระบบอัตโนมัติแบบโลว์โค้ด หรือการดูแลฐานความรู้ที่มีโครงสร้าง จะได้รับการพิจารณาเป็นพิเศษ
  • ประสบการณ์ด้าน SQL หรือ Python เป็นประโยชน์สำหรับผู้สมัครสายธุรกิจ
  • สายเทคโนโลยีต้องมีทักษะการเขียนสคริปต์ประเมินด้วย Python