
資深資料科學家
為 Cruzeiro do Sul Educacional 開發統計、預測與推薦模型,支援學術決策、個人化服務及營運效率提升。
說明
- 建構統計、預測和推薦模型,為學術與業務決策提供依據
- 將業務問題轉化為可檢驗的假設、實驗設計和可衡量的成功標準
- 執行統計分析以及參數和非參數假設檢定
- 開發、訓練和評估監督式與非監督式模型,包括預訓練模型微調和 AutoML
- 使用 Keras 建立神經網路,用於分類、迴歸、時間序列和以嵌入為基礎的表示學習
- 運用神經網路、多臂賭徒和貝葉斯 MCMC 方法設計並改進推薦系統
- 規劃並評估 A/B 測試和線上實驗,以嚴謹的統計方法報告結果
- 與機器學習工程和 MLOps 團隊合作,負責部署、監控、漂移偵測和模型重新訓練
- 採用 AI 輔助開發方法,包括規格驅動開發、仔細審查生成的程式碼,以及合併前的驗收檢查
- 在遵循 LGPD、CNE 和 MEC 對教育領域 AI 的指引要求下,維護模型品質、可解釋性和公平性
- 透過技術審查和知識分享指導經驗較少的同事
- 向技術和非技術對象說明模型結果、假設和限制
職位要求
- 已完成學士學位
- 具備三年以上資料科學經驗,且曾將模型部署至正式環境或帶來可衡量的業務影響
- 具備紮實的統計基礎,熟悉統計推論、參數與非參數檢定、信賴區間和實驗設計
- 具備監督式與非監督式建模經驗,包括驗證、指標選擇、超參數調校和 AutoML
- 具備 Keras 神經網路實務經驗,並熟悉預訓練模型微調
- 具備建置推薦系統的經驗,包括神經網路和多臂賭徒方法
- 了解貝葉斯方法和 MCMC,例如使用 PyMC 的經驗
- 精通 Python、SQL 及 pandas、scikit-learn 和 Keras 等現代函式庫
- 具備 Git 使用經驗,並熟悉 MLOps 實務,包括使用 MLflow 或類似工具追蹤實驗
- 具備 Azure、AWS 或 Google Cloud Platform 使用經驗
- 溝通能力良好,能將分析結果轉化為業務建議
福利待遇
- 混合辦公模式
- 工作時間為週一至週五上午 9:00 至晚上 7:00
- 歡迎身心障礙者申請


