
数据科学主管 II
在戴姆勒卡车北美公司领导 AI 架构、检索增强生成(RAG)智能体及可扩展数据平台建设。 指导团队为制造、财务和售后业务打造受治理的 AI 解决方案。
描述
- 基于 DTNA 和戴姆勒卡车的数据基础及新兴技术开发数据与 AI 产品。
- 领导数据架构、AI 实施及跨区域协作。
- 审查架构,并为 AI 项目的技术方向、可行性和可扩展性提供建议。
- 在各业务部门和地区发掘高影响力的数据与 AI 机会。
- 与 DTG 数据负责人、架构师及集团技术领导者协调数据与 AI 解决方案。
- 与 DTICI 合作制定全球数据与 AI 架构标准和解决方案。
- 根据区域需求和监管要求调整全球数据与 AI 解决方案。
- 通过数据与 AI 实践社区促进内部知识共享。
- 确保企业数据平台具备可扩展性并为 AI 做好准备,使数据易于发现、受到治理且可用。
- 与业务领导者合作,筛选有价值的用例,并开发概念验证和最小可行产品。
- 评估并试点 AI 工具、平台、模型和供应商,并提出架构路线图建议。
- 运用 AI 改进数据准备、质量、文档和自动化。
- 建立模式、流水线以及 MLOps 和 LLMOps 实践,以部署和扩展 AI 解决方案。
- 落实负责任的 AI 实践,满足安全、隐私、质量和治理标准。
- 向利益相关方介绍 AI 能力,协助其提升相关技能并确定工作优先级。
- 领导企业级 RAG 和基于智能体的解决方案设计,并亲自推动交付。
- 利用 RAG、语义检索、向量搜索、工具编排和多智能体工作流构建企业级 AI 智能体。
- 制定 AI 质量指标和评估框架,包括参考数据集、流水线、LLM 评审流程及回归测试。
- 为企业 AI、自助分析、推理和知识发现创建基于语义和本体的数据模型。
- 评估并采用新兴 AI 标准,包括模型上下文协议(MCP)。
- 管理 AI 和数据专业人员团队。
- 开展员工绩效评审和影响力讨论,并提供反馈与指导。
- 支持员工发展计划,招聘、指导并留住 AI 人才。
- 营造协作、包容的团队文化。
- 制定支持战略重点的团队目标和绩效指标。
- 通过招聘、技术面试、指导和人才培养打造高绩效工程团队。
- 通过架构、设计、代码、AI 解决方案和生产就绪度评审提供技术领导。
任职要求
- 拥有计算机科学、软件设计或数据科学等技术或设计领域的学士学位,并具备至少七年相关经验。
- 具备主流云分析平台的使用经验。
- 具备主流大数据分析平台的使用经验。
- 具备生成式 AI 和主流大型语言模型方面的经验。
- 具备部署和管理大型云计算工作负载、优化性能和成本效率的经验。
- 具备专家级 SQL 技能。
- 拥有丰富的概念、逻辑和物理数据建模经验,并熟悉关系型和非关系型数据存储。
- 深入理解数据工程和架构。
- 具备设计和运行 ETL/ELT 流水线及现代数据平台的实践经验。
- 具备为机器学习和 AI 准备数据并进行架构设计的经验。
- 能够大规模处理结构化和非结构化数据。
- 具备流处理和实时数据架构经验,包括 Kafka 和事件驱动流水线。
- 具备分布式计算框架的使用经验。
- 具备 Azure AI、AWS SageMaker 等云原生 AI 服务的使用经验。
- 具备容器化和编排经验。
- 拥有智能体 AI 框架或编排工具,以及主流 AI 和数据平台生态的实践经验。
- 具备将 AI 解决方案从原型推进到可靠、可监控且可规模化生产应用的经验。
- 有通过数据和 AI 推动业务转型的成功业绩。
- 具备出色的商业判断力,能够向非技术受众解释复杂技术主题。
- 具备跨国或矩阵式组织的工作经验。
- 申请时必须附上简历。
- 获选候选人必须通过刑事背景调查。
- 获选候选人可能需要通过入职前药物筛查。
- 申请时必须获准在美国永久工作;在现有美国戴姆勒卡车北美签证下工作的戴姆勒卡车北美现职员工除外。
- 拥有计算机科学、人工智能、数据科学或相关领域的高级学位者优先。
- 具备大型数据集和分布式计算经验者优先。
- 具备 GitHub 或类似协作开发平台的使用经验者优先。
- 具备制造、财务或售后数据经验者优先。
- 熟悉区域监管框架和数据隐私法律者优先。
- 具备多语言能力或跨文化工作经验者优先。
- 通过发表作品或演讲活动展现思想领导力者优先。
福利待遇
- 该职位不提供搬迁援助。
- 混合办公安排:每周四天到办公室办公,一天远程办公。
- 提供平等就业机会;申请过程中可提供便利或特别协助。
- 招聘流程可能包括入职前药物筛查和刑事背景调查。







