Специалист по данным III уровня в S&P Global Commodity Insights

О роли:

Присоединяйтесь к нашей динамичной команде Commodity Insights в качестве специалиста по данным III уровня, где вы будете заниматься разработкой и внедрением моделей машинного и глубокого обучения. Эта позиция 10 уровня предоставляет возможность лидировать в проектировании, развертывании и оптимизации систем ML, которые повышают нашу способность к пониманию естественного языка, извлечению данных и поиску информации.

Обзор команды:

Будучи частью глобальной команды Commodity Insights, вы будете играть ключевую роль в развертывании продуктов на основе ML/LLM. Ваша работа будет непосредственно влиять на S&P Global и наших клиентов, улучшая наши аналитические продукты.

Основные обязанности:

• Вести весь цикл разработки продукта ИИ от проектирования до развертывания.
• Разработать и внедрить алгоритмы машинного и глубокого обучения.
• Проводить тесты МО и бенчмарки, тонкая настройка производительности моделей.
• Расширять и улучшать наши существующие библиотеки и компоненты МО.
• Интерпретировать аналитические результаты и представлять стратегические выводы заинтересованным сторонам.
• Выполнять оптимизацию кода и рецензировать вклад команды для обеспечения высококачественных результатов.
• Наставничать членов команды и руководить проектными собраниями для повышения коллективных результатов.

Технические требования:

• 4-8 лет опыта работы инженером по машинному обучению.
• Продвинутые навыки работы с Python и связанными с ним библиотеками для анализа данных (Numpy, Pandas, Spacy, Sklearn).
• Обширные знания в области машинного и глубокого обучения, веб-скрапинга, извлечения данных и масштабного развертывания моделей.
• Знакомство с технологиями AWS и инструментами контейнеризации, такими как Docker.
• Опыт работы с передовыми моделями в области обработки естественного языка высоко ценится.

Почему стоит присоединиться к S&P Global Commodity Insights?

В S&P Global Commodity Insights мы предоставляем участникам рынка по всему миру возможность принимать обоснованные решения на основе высококачественных аналитических данных о товарных рынках. Наша