酷澎
Staff Data Scientist (Catalog)
Staff Data Scientist (Catalog)
发布于 12 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Ai Agents
Llm
Pytorch
Tensorflow
多模态
数据分析
机器学习
电商
值不值得投
75综合评分
综合评分 75
前沿AI技术、电商领域、高发展性，但WLB可能一般，薪资未披露。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
与数据科学中位数基本持平
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 180 个在招
市场机会
选择不多
台北 · 数据科学 · 3 个在招
职位详情
关于这个职位
作为酷澎Catalog技术团队的Staff Data Scientist，你将应用AI和AI agents技术来丰富产品目录数据（包括商品信息、图片、视频、评论等），帮助客户快速、轻松、自信地做出购买决策
该职位处于产品、运营、工程和业务的交叉点，需要从头开发或增强生产级解决方案，以提升目录技术的竞争优势
最低要求
数学/统计、计算机科学/工程或任何定量学科的学士/硕士学位，并具有8年以上工业或学术界的的相关经验
在统计和机器学习基础方面具有深入的实践经验，并有将其应用于生产系统的良好记录
具备强大的批判性思维能力和解决模糊问题的能力，有设计数据科学解决方案以满足业务问题的经验证明
能够通过数据操作、假设制定、实验设计和统计分析，独立地为业务问题进行分析
优秀的书面和口头沟通能力，能够与各级技术和业务利益相关者有效互动，包括演示文稿的开发和交付
工作职责
设计下一代Catalog系统，该系统在规模上跨越提取、基于查询的丰富化、动态商品信息（如商品亮点）、缺陷减少等，使用agentic和自动化工作流
你将影响指标定义，并提升质量、完整性、可读性和可访问性的标准
为如何将现有成功的方法和模型演变为可扩展、经济高效的系统设定技术方向，这些系统能够影响数千万商品列表的质量
进行全面的研究和分析以指导模型开发，利用多模态LLM和经典统计/机器学习
与跨职能团队（包括产品、工程和业务）密切合作，识别增强我们技术产品的机会，将模糊的业务需求转化为实用解决方案
为已推出的解决方案提供分析，以基于真实世界结果量化结果，识别改进领域和未来发展的机会
成为整个组织在AI作为技术以及下一代挑战（如评估、不一致/脏标签）方面的思想领袖
优先资格
生产级LLM/agentic系统经验
能够在适当抽象层次上建模模糊的业务和运营问题，专注于提供实用解决方案的强大能力
具备系统化思维能力，能够处理可扩展的管道、LLM嵌入式工作流、人在回路（Human In The Loop）工作流、具有上下文特定agentic能力的混合管道等
高级掌握机器学习框架和工具，包括Python、TensorFlow和PyTorch，并能将其与LLM结合使用
深入了解电商业务领域，并能够将尖端模型应用于生产环境，推动可衡量的结果
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及多模态LLM和agentic系统，有大量学习机会
- 公司是上市跨国企业，平台大，资源丰富
- 电商行业增长迅速，项目影响面广，能提升数千万商品列表质量
- 跨学科工作环境，促进综合能力发展
- 工作涉及大规模生产系统，技术复杂度高，需持续跟进AI最新进展
- 业务需求模糊，需强抽象能力和解决方案设计
- 适合对AI和电商有热情、追求技术成长的资深数据科学家
- 需要具备独立解决问题能力和跨团队协作精神，能够适应模糊环境并交付实用方案
缺点 / 挑战
- 可能面临数据质量、评估标准等挑战
- 工作强度可能较高，需平衡技术深度和业务结果
角色解读
- 从高级数据科学家成长为数据科学团队负责人或技术专家
- 可向AI架构师或产品技术负责人方向发展，在电商AI领域建立影响力
- 未来可能参与公司战略决策，推动技术创新
- 负责设计和优化商品目录系统，利用AI和机器学习技术丰富产品数据，提升客户购物体验
- 与产品、工程和业务团队合作，将模糊需求转化为可扩展的技术解决方案
- 进行研究和分析，推动模型在生产环境中的应用
- 作为技术思想领袖，解决下一代挑战如数据评估和标签问题
- 深厚的统计学和机器学习基础，熟练使用Python、TensorFlow和PyTorch
- 具备生产级LLM和agentic系统经验
- 强大的批判性思维和问题解决能力
- 优秀的沟通技巧，能够与跨职能团队协作
- 电商业务领域知识
申请策略
- 研究Coupang的目录技术和电商业务，了解其竞争战略
- 准备展示如何解决模糊业务问题的案例，强调数据分析和实验设计
- 在面试中展现沟通能力，能向技术和非技术受众解释复杂概念
- 突出8年以上数据科学或相关领域经验，特别是统计学和机器学习在生产系统中的应用案例
- 详细描述使用Python、TensorFlow、PyTorch以及LLM技术的项目经历
- 强调与产品、工程和业务团队合作，将业务需求转化为技术解决方案的成果
- 提供演示文稿或思想领导力经历，如技术分享、论文发表等
- 深入学习多模态LLM和agentic系统最新研究，实践生产环境部署
面试指南
- 对于项目描述类问题，使用STAR框架：情境、任务、行动、结果
- 对于技术问题，先阐述背景和挑战，再详细说明技术选择和实现，最后讨论结果和优化
- 对于业务协作问题，强调沟通和迭代过程，展示如何平衡技术可行性和业务目标
- 对于见解类问题，结合行业趋势和实际经验，提出具体建议
- 请描述一个你从头设计并实施的生产级数据科学项目，如何解决业务模糊性？
- 你如何将多模态LLM应用于商品目录数据丰富化？请举例说明技术挑战和解决方案
- 在跨职能团队中工作时，你如何将模糊的业务需求转化为可执行的技术方案？
- 你如何评估和改进现有数据模型的质量，特别是在标签不一致或数据脏的情况下？
职位点评
薪资福利70
成长发展90
工作生活60
使命价值80
薪资福利
70中等
公司已上市，可能提供稳定性和基本福利，但JD未披露具体薪资和福利细节，补偿性动机满足程度一般。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
职位涉及前沿AI技术如多模态LLM和agentic系统，要求高级技能，提供显著的技术成长和职业发展机会。
技术前沿前沿/新兴技术
技术栈LLM、TensorFlow、PyTorch、Python
业务类型profit_center
工作生活
60中等
JD未提及工作模式、弹性办公或WLB信号，可能为现场办公，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
电商和AI领域高速增长，职位通过提升购物体验创造价值，具有中等正向社会影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号帮助我们领导Coupang在台湾的扩张、创造一个让客户好奇“没有Coupang我以前是怎么生活”的世界
创新程度积极采用新技术
酷澎 的其他在招职位
相似职位推荐
Watch Jobs