
首席全端資料科學家,基礎模型
領導基礎機器學習與推薦系統的開發,服務 Stitch Fix 個人化零售平台。 運用行為、交易、文字與影像資料打造正式環境模型。
說明
- 建構、評估並部署機器學習模型,提升個人化體驗與推薦效果。
- 開發基礎模型及相關能力,包括客戶與商品表徵、嵌入、檢索、排序、推薦和商品組合生成。
- 運用大型語言模型、深度學習、表徵學習、多模態建模與生成式方法。
- 主導機器學習生命週期,從定義問題、探索資料,到建模、實驗、部署、監控和迭代。
- 設計離線評估與線上實驗,衡量模型表現以及客戶和業務成果。
- 使用 Python、SQL 與分散式資料處理工具分析大型行為與商品資料集。
- 交付可擴充、可靠、可觀測且具成本效益的正式環境機器學習系統。
- 與產品、工程和資料科學團隊合作,將下游需求轉化為可重複使用的基礎機器學習能力。
- 透過設計審查、程式碼審查、研究、原型開發和最佳實務建置,協助形塑技術方向。
- 向技術與非技術合作夥伴說明技術概念、建模選擇、取捨和建議。
- 指導資料科學家和工程師,並與他們並肩合作。
職位要求
- 具備電腦科學、統計學、物理學、數學或相關定量領域的學士學位。
- 至少 8 年設計與部署機器學習解決方案的經驗;具備個人化領域經驗者尤佳,例如推薦、表徵學習或搜尋。
- 能夠設計技術架構並撰寫符合正式環境品質要求的 Python 程式碼。
- 能獨立處理定義不明確的機器學習問題,從探索與原型開發推進至正式環境部署、監控、迭代並取得可衡量的成果。
- 具備大型資料集、SQL 及 Spark 等分散式處理技術的經驗。
- 具備使用 PyTorch 或 TensorFlow 等現代深度學習架構的經驗。
- 深入掌握模型評估與實驗,包括離線評估、A/B 測試,以及將模型提升連結至可衡量的產品或業務成果。
- 能評估正式環境機器學習的取捨,包括模型品質、延遲、可擴充性、可靠性和運算成本。
- 具備出色的溝通與合作能力,能影響技術決策,並向技術與非技術對象說明複雜概念。
- 具有求知精神,並曾學習和運用新的機器學習技術解決實際挑戰。
福利待遇
- 具競爭力的薪酬。
- 符合年度獎金資格。
- 新進員工及在職期間可獲限制型股票單位獎勵,視員工與公司績效而定。
- 醫療保障。
- 牙科保障。
- 視力保障。
- 其他具包容性的健康與身心福祉福利。
- 完整的薪酬方案。
- 股權獎勵。
- 多元且包容的職場。
- 支持專業成長的環境。




