首席数据科学家

关于公司

一、工作内容

• 构建企业级AI数据智能架构体系，打造“数据×模型×Agent”一体化底座设计面向大模型与多Agent协同的下一代数据架构（Lakehouse + Feature Store + 向量数据库 + 实时计算引擎）。打通结构化数据、非结构化数据与知识图谱，构建企业级语义层与数据资产标准体系。构建支持智能分析、智能决策与自动化执行的Data+Model+Agent融合架构，实现从“数据洞察”到“智能行动”的闭环。
• 牵头数据智能与大模型融合创新，打造行业级智能分析与决策能力主导AI驱动的数据分析体系（Auto-Analysis / Copilot BI / 智能归因 / 预测与仿真）。构建企业级智能实验平台（类似Copaw），实现A/B实验自动设计、自动归因与策略迭代优化。推动AI在运营、产品、供应链或业务场景中的规模化落地，形成数据驱动的决策引擎。
• 建立高端数据科学与AI架构团队，输出行业影响力组建并领导数据架构科学家、算法科学家与AI工程团队。制定数据治理、数据资产化与智能化标准体系。在行业会议、白皮书或技术社区输出方法论，打造公司在AI数据智能领域的标杆影响力。

关于角色

二、任职要求

• 顶级数据智能与AI技术视野深刻理解大模型（LLM）、多Agent系统、RAG、知识增强推理等前沿技术，并能落地企业级应用。精通数据架构设计（Lakehouse、实时数仓、数据中台、特征工程体系、向量检索）。熟悉智能实验系统、策略优化、因果推断或强化学习优先。
• 战略级架构能力与系统设计能力能从集团级视角规划数据智能蓝图，设计支撑百亿级数据规模的可扩展架构。具备复杂系统整合能力（数据平台 + AI平台 + 业务系统融合）。有主导大型数据平台或AI平台建设经验（互联网大厂、云厂商或头部AI企业背景优先）。
• 科学家气质 + 业务落地能力具备扎实的统计学、机器学习或计算机科学背景（博士优先）。具备将算法能力转化为商业价值的实战经验，有成功规模化落地案例。具备高端团队管理经验，能吸引和培养顶级数据科学与AI人才。

资格

教育背景

• 具备扎实的统计学、机器学习或计算机科学背景（博士优先）。

所需技能

• 顶级数据智能与AI技术视野。
• 精通数据架构设计。
• 熟悉智能实验系统、策略优化、因果推断或强化学习优先。

优先技能

• 有主导大型数据平台或AI平台建设经验。
• 具备复杂系统整合能力。

薪资范围和补偿方案

薪资范围或补偿信息未提供。

平等机会声明

我们致力于多样性和包容性。