高级数据科学家,智能体人工智能
为罗氏全球医疗健康业务构建生产级人工智能、生成式人工智能和智能体系统。 开发企业级评估、治理和机器学习运维能力。
描述
- 将人工智能和机器学习解决方案从原型推进到受监控的生产环境。
- 构建能够规划并执行复杂多步骤任务的智能体人工智能系统。
- 与产品负责人、工程师和业务相关方协作。
- 将模糊的问题转化为建模方案,并说明各种方案的权衡。
- 选择合适的方法,涵盖传统模型、微调模型、基础模型检索和智能体工作流。
- 编写整洁、可复现且适用于生产环境的代码。
- 为更广泛的团队开发可复用的模式。
- 建立可靠的基准,开展留出测试,并进行详细的错误分析。
- 为生成式人工智能系统创建评估数据集和测试框架。
- 使用可信数据集并开展提示词回归检查。
- 在线下和生产环境中,通过统计方法评估模型输出的安全性、可靠性和一致性。
- 利用真实用户反馈改进解决方案。
- 向管理层报告人工智能成本、价值、采用情况和使用分析。
- 在罗氏的治理、安全和合规控制要求下开发解决方案。
- 协助构建用于检查公平性、可解释性和隐私保护的流水线。
- 通过代码审查、演示和入职文档分享专业知识。
任职要求
- 具备数据科学和软件工程方面的实践经验。
- 精通 Python、大型语言模型、检索增强生成流水线和智能体工作流。
- 能够编写生产级代码、设计系统架构并制定集成标准。
- 有评估预训练模型并针对特定领域用途进行微调的经验。
- 有设计检索增强生成以及搜索与综合架构的经验。
- 有构建评估框架,并通过统计方法评估输出安全性、可靠性和一致性的经验。
- 具备扎实的自然语言处理技能,包括预处理、语言建模、情感分析和命名实体识别。
- 扎实掌握统计学、模型评估、特征工程和标准算法。
- 精通向量嵌入、搜索理论、向量数据库选型与架构、提示词工程和上下文工程。
- 有构建用于持续部署和监控的机器学习运维或大型语言模型运维流水线的经验。
- 有大型语言模型可观测性经验,包括追踪、令牌用量、延迟、成本遥测、漂移和幻觉监控。
- 有预测并优化基础设施和 API 成本的经验。
- 有管理平台供应商关系的经验。
- 英语书面和口语能力强。
- 能够向技术和非技术受众解释技术权衡。
- 优先条件:具备在 AWS 或 Azure 上部署企业级人工智能解决方案的实践经验;熟悉 GCP 者优先。
- 优先条件:了解模型风险管理、公平性与偏差缓解、透明度、可解释性和数据隐私。
- 优先条件:具备制药、医疗健康或金融服务行业经验,包括 GxP 合规和敏感信息处理。
- 优先条件:熟悉生成式人工智能和基础模型的新兴合规标准。
福利待遇
- 年度绩效奖金,目标比例为 15%,具体取决于绩效。
- 提供专项预算,用于认证、人工智能和技术课程、国际会议以及多元职业发展路径。
- 每季度额外享有两个带薪周五假期。
- 最长三个月的休假。
- 每年可在指定时段选择从不同的全球地点远程工作。
- 志愿服务最多可额外享有两周带薪假期。
- 通过 LuxMed 套餐提供私人医疗保险。
- 通过 UNUM 提供团体人寿保险。
- MultiSport 卡。
- 休假补贴。
- 罗氏员工购股计划。
- 每年举办公司笔记本电脑和汽车销售活动。
- 采用混合办公模式,兼顾灵活性与面对面协作。
相关职位
未找到职位
尝试调整或清除筛选条件,以查看更多机会。
