福特汽車公司是一家總部位於美國的汽車製造商，其歷史可追溯至1903年。除了研發和生產汽車外，公司也正拓展行動服務、數位體驗和軟體領域的業務。福特的工作也包括永續發展措施和環境目標，展現出將交通、創新、社區影響與負責任的商業實踐相互連結的方式。
福特印度混合辦公資料科學家（NLP 與生成式 AI）
在福特為汽車應用情境開發 NLP、大型語言模型與生成式 AI 產品。建構多模態管線、代理式工作流程、API 及面向使用者的應用，並實現大規模運作。
說明
- 遵循嚴謹的程式設計實務，建立 NLP、大型語言模型與生成式 AI 應用及產品。
- 評估適用於汽車應用的先進模型與方法。
- 在記憶體與延遲限制下執行模型訓練與推論的機器學習實驗。
- 使用 Docker 與 Kubernetes 部署 NLP REST API 及輕量級使用者介面。
- 使用 Dash、Plotly 與 Streamlit 展示 NLP、大型語言模型與生成式 AI 應用。
- 將多個機器人整合為由大型語言模型驅動的多模態應用。
- 使用 Autogen、AgentBuilder 與 LangGraph 建立代理式工作流程。
- 開發為大規模使用而設計的模組化 AI 與機器學習產品。
- 與全球技術專家合作，開發分類、問答、聊天機器人、翻譯、語意搜尋與摘要產品。
職位要求
- 具備電腦科學、工程、數學或相關科學領域的學士或碩士學位。
- 理解適用於 NLP 應用的深度學習理論與實務。
- 具備 ADK、A2A、AgentSkills、Ontology、Hugging Face、LangGraph、LangChain、Chainlit、TensorFlow 或 PyTorch、scikit-learn、NumPy 與 Pandas 的程式設計經驗。
- 熟悉至少兩個開源 NLP 函式庫，例如 spaCy、TorchText、fastai.text 或 FARM Haystack。
- 了解文字處理技術，包括正規表示式、詞元與詞語分析、拼字校正、雜訊降低、句子分割與分群。
- 具備使用 BERT 或其他微調 Transformer 模型進行序列分類、命名實體辨識或問答部署的實務經驗。
- 熟悉 Docker 以及 pipenv、conda 或 Poetry 環境。
- 了解 Python 專案管理實務，包括 setup.py、記錄、pytest、相對匯入與 Sphinx 文件。
- 熟悉 GitHub 工作流程。
- 具備 GCP 服務經驗，包括 BigQuery、Cloud Functions、Cloud Run、Cloud Build 與 Vertex AI。
- 具備使用開源工具進行基準測試與摘要生成的工作知識。
- 具備在雲端與地端環境使用 GPU 和 CPU 資源的經驗。
- 能夠使用雲端平台支援資料工程、大數據與機器學習工作負載。
- 具備 Docker、docker-compose 與 Docker 實驗性功能的經驗。
- 熟悉 Airflow 與 Kubeflow。
- 具備 CI/CD 與基礎架構即程式碼工具（如 Terraform）的經驗。
- 具備 Kubernetes 或其他容器平台經驗，包括 Helm 與 Argo Workflows。
- 能夠建立合規、合乎倫理、安全且可靠的 AI API。
- 具備使用 Gradio、Dash、Streamlit、React 或 Django 開發使用者介面或視覺化的經驗。
- 具備使用 Spark、Dask、RAPIDS AI 或 cuDF 的分散式運算經驗。
- 能夠使用 FastAPI、Flask 或 Django 建立 Python API。
- 具備 Elasticsearch 與 Apache Solr 經驗者佳；具備向量資料庫經驗亦相關。
- 具備使用 GPT-5、Gemini、Kimi 或 Seedance 等大型語言模型的經驗。
- 具備生成式 AI 模型完整生命週期經驗，包括訓練、測試、部署與效能監控。
- 具備開發與維護文字、影像及音訊多模態 AI 管線的經驗。
- 具備在多種資料來源上大規模部署聊天機器人或對話代理的實務經驗。
- 具備使用 Stable Diffusion 或 Instruct Pix2Pix 等潛在擴散模型建立影像生成或翻譯工具的經驗。
- 精通大規模結構化與非結構化資料處理。
- 具備管理大規模生成式 AI 資料集與輸出的經驗。
- 具備跨地區溝通與協作的優秀能力。