思特沃克
Senior Data Scientist
Senior Data Scientist
发布于 5 个月前普通员工/个人贡献者
Brasil, Brazil
高级经验
全职员工
仅现场办公
学历未注明
数据分析与科学
利益相关者管理
数据挖掘
机器学习
统计学
葡萄牙语
GenAI
PyTorch
TensorFlow
AI 估算 · 35k–55k
高级数据科学家岗位，要求精通机器学习、GCP及GenAI等前沿技术，并需具备跨文化沟通能力，市场竞争力强，薪资水平较高。
职位详情
关于这个职位
作为思特沃克的高级数据科学家，您将运用统计学、建模、机器学习算法和数据挖掘技术，为复杂业务问题提供数据驱动的解决方案
您将与跨职能团队合作，负责从策略制定、模型实现到业务影响阐述的全过程，并将技术发现清晰传达给技术和非技术利益相关者
最低要求
技术技能：
具备GCP（BigQuery和Vertex AI Workbench）使用经验
理解GenAI的专业领域（如Embeddings, Vetorização, Vetoriais Dice Banks）
具备Python（Pandas, NumPy, Matplotlib）使用经验
具备机器学习（Scikit-learn, TensorFlow/Keras, PyTorch）使用经验
能够从各种来源收集和预处理大量结构化和非结构化数据，确保数据质量和完整性
能够使用统计学（模型验证、A/B测试）分析数据集
能够开发和实施机器学习模型、算法和预测分析，以解决特定业务问题或改进现有流程
能够使用适当的指标评估模型性能，并验证模型以确保其稳健性和可靠性
能够通过报告、演示和可视化向非技术利益相关者有效解释和传达发现与见解
在处理敏感信息时，了解数据隐私法规和道德标准
语言要求：
葡萄牙语和中级英语是必需的
专业能力：
理解利益相关者管理的重要性，能够在项目中轻松联络客户和其他关键利益相关者，确保获得支持并赢得信任
在模糊情况下具有韧性，能够调整角色从多个角度应对挑战
不回避风险或冲突，而是勇于承担并巧妙地管理它们
渴望指导、辅导和激励他人，并希望影响队友采取积极行动并对自己的工作负责
乐于影响他人，始终倡导技术卓越，同时在需要时乐于接受改变
工作职责
您将与团队/产品协作，设计能对客户产生重大影响的数据科学和机器学习解决方案
您将进行实验并提出假设，使用先进的统计技术解决业务问题
您将制定和实施能带来可衡量业务成果的数据科学战略
您将以清晰、简单、简洁的方式向利益相关者传达技术发现和见解，并时刻考虑利益相关者的需求
您将与来自不同领域的客户互动，解决他们具有挑战性的问题
您将为数据科学社区的增长和知识共享做出贡献，重点关注数据科学和机器学习领域的最新科技趋势
您将解决数据科学中的伦理问题，包括隐私、偏见和公平性，同时遵守道德准则
AI 洞察
优缺点分析
优点
- 平台优势：在思特沃克这样的全球领先技术咨询公司工作，能接触到各行业顶尖客户的前沿项目，视野开阔
- 技术前沿性：职位明确要求GenAI和GCP等最新技术栈，有利于构建极具市场竞争力的技能组合
- 成长支持：公司强调学习与发展文化，提供多种发展计划和同事支持，职业成长路径自主且受支持
- 影响力：工作直接面向客户解决核心业务问题，成果可见度高，能产生显著的商业影响
- 沟通复杂度：需要频繁与不同技术背景的客户和团队沟通，并用非母语（英语）清晰阐述技术细节，沟通负担较重
- 适合拥有扎实数据科学和机器学习背景，渴望在技术咨询环境中解决多样化、高影响力业务问题，并具备出色沟通和客户协作能力的高级专业人士
缺点 / 挑战
- 高要求与压力：作为高级岗位，需独立负责端到端解决方案，解决模糊、复杂的业务挑战，对问题解决和抗压能力要求高
- 技术迭代快：需持续学习并紧跟数据科学、机器学习和云平台（如GCP）的快速技术演进，学习压力持续存在
角色解读
- 技术路径上，可以深耕GenAI、MLOps等前沿领域，成为特定技术方向的专家或架构师
- 职业发展上，有机会从个人贡献者转向技术领导角色，如团队负责人或技术顾问，负责更复杂的项目和技术战略
- 在思特沃克这样的咨询公司，可以积累跨行业、跨客户的项目经验，为未来担任更高级别的解决方案专家或管理岗位打下基础
- 您将运用统计学、机器学习和数据挖掘技术，为跨国企业的复杂业务问题设计和实施端到端的数据科学解决方案
- 您需要与跨职能团队及客户紧密合作，将技术发现转化为可执行的业务洞察，并清晰地向技术和非技术利益相关者进行阐述
- 您将负责从数据收集、预处理、模型开发、验证到生产部署的全流程，并确保解决方案符合伦理和数据隐私标准
- 核心技能包括精通Python生态（Pandas, NumPy, Scikit-learn）和主流深度学习框架（TensorFlow/Keras, PyTorch），用于模型开发和数据分析
- 需要具备在GCP云平台（特别是BigQuery和Vertex AI）上处理数据和构建机器学习工作流的实践经验
- 必须掌握高级统计学方法（如A/B测试、模型验证）和GenAI相关技术（如Embeddings），以解决实际业务问题并评估方案效果
- 出色的沟通和利益相关者管理能力至关重要，能够用葡萄牙语和英语向不同背景的听众有效传达复杂的技术概念
申请策略
- 深入了解思特沃克作为技术咨询公司的文化、项目类型和“技术卓越”的价值观，在申请和面试中体现与之的契合度
- 准备讨论数据科学中的伦理考量（如隐私、公平性），展示您对负责任AI的思考和理解
- 重点展示使用Python、TensorFlow/PyTorch和GCP（特别是BigQuery/Vertex AI）解决复杂业务问题的端到端项目经验，量化业务影响
- 突出体现高级统计学应用（如A/B测试、模型验证）和GenAI相关技术实践的具体案例
- 详细描述与跨职能团队或客户成功协作的经历，以及向非技术受众有效传达技术发现的实例
- 明确列出葡萄牙语和英语的语言能力水平，特别是专业环境下的应用经验
- 若对GCP的BigQuery和Vertex AI Workbench不熟悉，可优先通过官方课程或实践项目快速掌握其核心数据工程和ML工作流功能
- 深化对GenAI技术栈（如Embeddings、向量数据库）的理解，并准备一个相关的概念验证项目来展示学习能力
面试指南
- 对于技术问题，采用STAR原则（情境、任务、行动、结果）结构化回答，重点突出技术决策的逻辑、具体行动和可量化的成果
- 对于行为或场景问题，展示你的问题解决框架、沟通策略和从经验中学习的能力，而不仅仅是叙述事件本身
- 始终将技术细节与业务目标联系起来，展示你作为数据科学家创造商业价值的思维模式
- 请描述一个你使用机器学习（例如用TensorFlow或PyTorch）解决复杂业务问题的完整项目，并说明你如何评估模型效果和业务影响？
- 你如何在GCP（特别是BigQuery和Vertex AI）上构建和部署一个机器学习流水线？遇到过什么挑战？
- 请解释一个你熟悉的GenAI概念（如Embeddings）及其实际应用场景
- 描述一次你需要向非技术背景的利益相关者（如客户高管）解释复杂数据分析结果的经历
- 你是如何确保他们理解的？
职位点评
Watch Jobs