Merck logo
默克药厂
Data Scientist (유관 경력 2년 이상, 영어 가능자, Python, 서울)

Data Scientist (유관 경력 2년 이상, 영어 가능자, Python, 서울)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 6.5千–1.1万 · AI 参考估算
Seoul, Seoul, Korea (the Republic of)
中级经验
本科
全职员工仅现场办公数据科学
数据科学
CI/CD
Generative Ai
Machine Learning
Ml Engineering
Palantir Foundry

值不值得投

74综合评分

综合评分 74

首尔供应链数据科学岗,前沿AI与云平台技术丰富,成长性强,办公灵活性未披露

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

9.0千

比数据科学中位数低

发布情况

新岗位 · 今天发布

市场机会

选择面较广

数据科学 · 约 170 个在招

职位详情

关于这个职位

该岗位面向电子材料业务的综合供应链场景,使用数据科学方法开发可落地的AI与分析解决方案

你将基于 Palantir Foundry 和 AWS 内部数据平台,与产品负责人、数据分析师、数据工程师及业务专家协作,把业务需求转化为模型、工具和应用

最低要求

计算机科学、数学、物理、化学、工程、运筹学或类似专业的本科或硕士学位

年以上在非学术环境中应用数据科学的专业经验,最好具备供应链相关领域经验
英语熟练为必备条件,掌握韩语、日语或普通话者优先
广泛掌握数据科学方法,例如表格数据机器学习、时间序列预测、仿真与优化、生成式AI,并在部分领域具备实践经验
Python 编程能力优秀,具备协作开发和快速原型开发经验
具备构建端到端应用的初步经验,并具备云端机器学习工程栈和 CI/CD 的基础知识
优秀的沟通能力,能够与多元利益相关方互动,并向非专业受众清晰呈现复杂技术概念,同时具备好奇心和主动精神

工作职责

开发对电子业务产生切实影响的AI解决方案

加入国际数字化专家团队,参与变革性用例,为综合供应链业务职能创造可衡量的影响
将业务需求转化为合适的解决方案设计
在由 Palantir Foundry 和 AWS 驱动的内部数据与分析平台上实现有效且稳健的工具
在整个用例推进过程中,与产品负责人、数据分析师、数据工程师等领域专家紧密协作
作为部门内更广泛的数据科学家团队的一员,并参与公司范围内活跃的数字化与AI专家社区,持续学习成长

优先资格

最好具备供应链相关领域经验

掌握韩语、日语或普通话者优先

AI 洞察

优缺点分析

优点

  • 岗位直接服务供应链业务场景,模型成果有机会转化为可衡量的业务影响
  • 技术栈覆盖 Palantir Foundry、AWS、机器学习工程和生成式AI,有利于积累工业界实用经验
  • 与国际数字化团队协作,能接触跨区域业务、多元利益相关方和成熟的数据平台
  • 公司强调多样性、包容性和成长机会,适合希望在大型跨国环境中发展的候选人
  • 需要同时具备数据科学建模、云端工程和沟通协作能力,综合要求较全面
  • 适合有两年以上数据科学实战经验、熟悉 Python 与云端机器学习工程,并希望将AI技术应用于供应链业务的候选人

缺点 / 挑战

  • 供应链业务场景可能涉及复杂流程和多方需求,需求澄清与落地推进难度较高
  • 英语为必备能力,且需要与不同背景的团队协作,对表达和跨文化沟通能力要求较高

角色解读

  • 可向高级数据科学家、机器学习工程师或AI解决方案架构师方向发展,深化模型与工程能力
  • 可逐步承担更复杂供应链用例,成长为业务与技术之间的数字化解决方案负责人
  • 公司内部数字化与AI专家社区提供跨团队学习和扩展影响力的机会
  • 面向电子材料业务的供应链场景,将业务问题转化为数据科学和AI解决方案
  • 使用表格数据建模、时间序列预测、仿真优化或生成式AI等方法,构建可衡量的业务影响
  • 在 Palantir Foundry 与 AWS 平台上开发稳健的数据分析工具或端到端应用
  • 与产品负责人、数据分析师、数据工程师和业务专家协作,推动用例从需求到落地
  • 需要扎实的 Python 编程能力,能够进行协作开发和快速原型验证
  • 需要掌握机器学习、时间序列预测、优化仿真、生成式AI等数据科学方法,并在实际业务中有应用经验
  • 需要理解云端机器学习工程栈、CI/CD 和端到端应用构建流程
  • 需要英语沟通能力,能够向非技术受众解释复杂技术概念,并主动推动跨团队协作

申请策略

  • 申请材料中应体现你如何把数据科学成果转化为业务影响,而不仅列出模型或算法
  • 该岗位按申请顺序推进且可能提前关闭,建议尽早提交并突出与电子材料或供应链场景相关的经验
  • 突出非学术环境中的Data Science项目经历,尤其是供应链、预测、优化或运营效率提升相关案例
  • 明确展示 Python、机器学习、时间序列、仿真优化、生成式AI、AWS、CI/CD 等技能的实际使用方式
  • 强调端到端应用落地经验,包括从需求理解、原型开发到部署或业务反馈的完整链路
  • 用量化结果呈现影响,例如预测准确率提升、库存优化、成本节约或流程效率改善
  • 补强云端机器学习工程能力,熟悉模型部署、CI/CD、容器化和端到端应用交付流程
  • 准备供应链相关方法论,包括需求预测、库存优化、仿真建模和运营指标设计

面试指南

  • 使用“业务背景—数据与方法—实现过程—量化结果—复盘改进”的结构描述项目案例
  • 回答技术方案时,先明确业务目标和评估指标,再说明数据、模型、部署方式和风险控制
  • 沟通类问题可结合具体冲突或误解场景,说明你如何倾听需求、简化表达并推动共识
  • 请介绍一个你在非学术环境中完成的数据科学项目,它解决了什么业务问题?
  • 你如何设计一个供应链需求预测或优化方案,并衡量它的业务影响?
  • 你在 Python 协作开发和快速原型方面有哪些实践经验?
  • 你如何将机器学习模型或端到端应用部署到云端,并结合 CI/CD 进行迭代?
  • 当你需要向非技术利益相关方解释复杂技术概念时,你通常如何沟通?

职位点评

薪资福利72
成长发展86
工作生活55
使命价值82

薪资福利

72中等

JD未披露薪资与具体福利信息,因此只能基于岗位要求判断其市场吸引力。该职位要求两年以上经验、Python、云端机器学习工程和跨团队协作能力,整体薪酬竞争力可能具备一定吸引力但缺乏原文证据。

薪资信号未披露(AI估算:6.5千–1.1万/月)

成长发展

86较高

岗位涉及AI解决方案、Palantir Foundry、AWS、机器学习工程和生成式AI等现代技术,并明确提到在数据科学家团队和数字化AI专家社区中持续学习成长。适合重视技术深度和跨领域学习的候选人。

技术前沿前沿/新兴技术
技术栈AI、Python、Palantir Foundry、AWS、Data Science、Machine Learning、Time series forecasting、Simulation & optimization、Generative AI、ML Engineering、CI/CD
成长机会many opportunities to grow、continuously learn from each other、모든 이가 자신의 속도에 맞춰 발전하고 성장할 수 있는 기회와 접근성을 제공
业务类型ambiguous

工作生活

55较低

JD未明确说明远程、混合或弹性办公安排,也未提及加班、双休或通勤相关信息。工作地点明确为首尔,但具体办公模式和WLB信号不足。

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

82较高

JD强调通过科学和技术创新改善医疗健康、生命科学和电子材料领域,并提到为客户、患者、人类和地球可持续性努力。岗位本身聚焦供应链业务影响,社会价值信号较强但并非直接公益导向。

行业发展新兴领域(暂难判断)
社会影响正向社会影响力较高
使命信号사람들의 삶을 풍요롭게 만들고 있습니다、고객, 환자, 인류, 더 나아가 지구의 지속 가능함을 위해 힘쓰고 있습니다、과학의 지평을 넓히고 있습니다、수백만 명에게 긍정적인 영향을 미치고、인류의 발전을 이끌 수 있도록
创新程度积极采用新技术
Watch Jobs