福特汽车公司是一家总部位于美国的汽车制造商，其历史可追溯至1903年。除研发和生产汽车外，公司还在拓展移动出行服务、数字体验和软件领域的业务。福特的工作也包括可持续发展举措和环境目标，体现了将交通、创新、社区影响与负责任的商业实践相结合的发展方式。
福特印度混合办公数据科学家（NLP 与生成式 AI）
在福特为汽车应用场景开发 NLP、大语言模型和生成式 AI 产品。构建多模态管道、智能体工作流、API 及面向用户的应用，并实现规模化运行。
描述
- 遵循规范的编码实践，创建 NLP、大语言模型和生成式 AI 应用及产品。
- 评估适用于汽车应用的先进模型和方法。
- 在内存和延迟约束下开展模型训练与推理的机器学习实验。
- 使用 Docker 和 Kubernetes 部署 NLP REST API 及轻量级用户界面。
- 使用 Dash、Plotly 和 Streamlit 展示 NLP、大语言模型和生成式 AI 应用。
- 将多个机器人整合为由大语言模型驱动的多模态应用。
- 使用 Autogen、AgentBuilder 和 LangGraph 创建智能体工作流。
- 开发面向规模化使用的模块化 AI 和机器学习产品。
- 与全球技术专家合作，开发分类、问答、聊天机器人、翻译、语义搜索和摘要产品。
任职要求
- 计算机科学、工程、数学或相关科学领域的学士或硕士学位。
- 理解适用于 NLP 应用的深度学习理论和实践。
- 具备 ADK、A2A、AgentSkills、Ontology、Hugging Face、LangGraph、LangChain、Chainlit、TensorFlow 或 PyTorch、scikit-learn、NumPy 和 Pandas 的编程经验。
- 熟悉至少两个开源 NLP 库，例如 spaCy、TorchText、fastai.text 或 FARM Haystack。
- 了解文本处理技术，包括正则表达式、词元和词语分析、拼写纠正、噪声消除、句子分割和聚类。
- 具备使用 BERT 或其他经过微调的 Transformer 模型进行序列分类、命名实体识别或问答部署的实践经验。
- 熟悉 Docker 以及 pipenv、conda 或 Poetry 环境。
- 了解 Python 项目管理实践，包括 setup.py、日志记录、pytest、相对导入和 Sphinx 文档。
- 熟悉 GitHub 工作流。
- 具备 GCP 服务经验，包括 BigQuery、Cloud Functions、Cloud Run、Cloud Build 和 Vertex AI。
- 掌握用于基准测试和摘要生成的开源工具。
- 具备在云端和本地环境中使用 GPU 与 CPU 资源的经验。
- 能够使用云平台支持数据工程、大数据和机器学习工作负载。
- 具备 Docker、docker-compose 及 Docker 实验性功能的经验。
- 熟悉 Airflow 和 Kubeflow。
- 具备 CI/CD 和基础设施即代码工具（如 Terraform）的经验。
- 具备 Kubernetes 或其他容器平台经验，包括 Helm 和 Argo Workflows。
- 能够创建合规、合乎伦理、安全且可靠的 AI API。
- 具备使用 Gradio、Dash、Streamlit、React 或 Django 开发用户界面或可视化的经验。
- 具备使用 Spark、Dask、RAPIDS AI 或 cuDF 的分布式计算经验。
- 能够使用 FastAPI、Flask 或 Django 构建 Python API。
- 具备 Elasticsearch 和 Apache Solr 经验者优先；具备向量数据库经验亦相关。
- 具备使用 GPT-5、Gemini、Kimi 或 Seedance 等大语言模型的经验。
- 具备生成式 AI 模型完整生命周期经验，包括训练、测试、部署和性能监控。
- 具备开发和维护文本、图像及音频多模态 AI 管道的经验。
- 具备在多种数据源上规模化部署聊天机器人或对话智能体的实践经验。
- 具备使用 Stable Diffusion 或 Instruct Pix2Pix 等潜在扩散模型创建图像生成或翻译工具的经验。
- 擅长处理大规模结构化和非结构化数据。
- 具备管理大规模生成式 AI 数据集及输出的经验。
- 具备跨地域开展沟通与协作的优秀能力。