Присоединяйтесь к нашей команде в качестве специалиста по данным - моделирование НЛП в компании Ford Motor Company
Об этой роли
Мы ищем высококвалифицированного и преданного своему делу специалиста по данным для вступления в команду аналитики качества подразделения Глобального анализа данных и аналитики (GDI&A) в компании Ford Motor Company. Занимая ключевую должность, сосредоточенную на моделировании обработки естественного языка (НЛП), вы будете играть важную роль в разработке инновационных решений, которые повышают функциональность аналитики качества нашей престижной организации.
Основные обязанности
- Разработка и реализация моделей НЛП для извлечения значимых инсайтов из обширных объемов неструктурированных текстовых данных.
- Сотрудничество с мультидисциплинарными командами для выявления новых возможностей и стратегии применения методов НЛП для повышения качества аналитики.
- Создание и применение передовых методов предварительной обработки данных и инженерии признаков для приложений НЛП.
- Применение как методов машинного обучения под руководством, так и без учителя для решения сложных задач НЛП.
- Постоянное оценивание и улучшение моделей для повышения их производительности, точности и эффективности.
- Поставка качественного, поддерживаемого кода в существующие и новые данные.
- Следить за последними достижениями в области НЛП технологий и вносить вклад в постоянное улучшение наших методологий и алгоритмов.
- Эффективно донести все находки, инсайты и стратегические рекомендации заинтересованным сторонам в ясной и заметной форме.
Минимальные требования
- Степень магистра в области компьютерных наук, инженерии, науки о данных, статистики, прикладной математики или в смежной области.
- По крайней мере 2 года практического опыта в программировании на языке Python, нацеленного на анализ данных и машинное обучение.
- Минимум 1 год работы с языками программирования SQL и управлением реляционными базами данных.
- Более 2 лет опыта использования основных библиотек и фреймворков НЛП, таких как NLTK, spaCy и Gensim.
- Доказанный опыт в применении методов машинного обучения как под руководством, так и без учителя.
Предпочтительные требования
- Докторская степень в соответствующей