Databricks Data Scientist

Название: Специалист по науке о данных Databricks Местоположение: США — удаленная работа (любое местоположение)

Занятость: Полная Категория должности: Наука о данных и анализ, Консалтинг в области науки о данных Требуются командировки: Нет Требуется допуск: Нет

Guidehouse ищет специалиста по науке о данных Databricks для нашей команды AI & Data, который будет поддерживать клиентские проекты, связанные с передовой аналитикой, машинным обучением и решениями в области науки о данных. Эта роль сосредоточена на работе с данными для разработки моделей, получения аналитических сведений и поддержки принятия решений на основе данных в различных командах. Роль требует сильных навыков работы с Python и SQL, аналитического мышления и способности к сотрудничеству с клиентами и заинтересованными сторонами для предоставления масштабируемых решений в области науки о данных.

Эта должность предлагает гибкие условия удаленной работы в пределах Соединенных Штатов. Хотя кандидаты, работающие удаленно, будут рассматриваться, предпочтение будет отдано кандидатам, проживающим рядом с офисом Guidehouse на одном из следующих рынков: Арлингтон, Вирджиния; Вашингтон, округ Колумбия; Нью-Йорк, Нью-Йорк; Чикаго, Иллинойс; Остин, Техас; Атланта, Джорджия; Бостон, Массачусетс; и Боулдер, Колорадо.

Обратите внимание, что эта вакансия предназначена для найма сотрудников разных уровней для поддержки наших команд специалистов по науке о данных Databricks. Указанный диапазон заработной платы представляет собой диапазон потенциального вознаграждения и будет варьироваться в зависимости от опыта, квалификации, местоположения выбранного кандидата и уровня, на котором будет занята должность.

Что вы будете делать:

• Разрабатывать, обучать и оценивать модели машинного обучения и статистические модели для поддержки бизнес-потребностей и задач, используя платформу Databricks.
• Подготавливать, очищать и поддерживать наборы данных для моделирования, экспериментов и анализа.
• Писать, оптимизировать и поддерживать рабочие процессы Python и SQL для исследования данных, инжиниринга признаков и разработки моделей.
• Работать с крупномасштабными наборами данных, используя платформы Databricks, Spark и Delta Lake.
• Проектировать многоразовые рабочие процессы инжиниринга признаков и конвейеры обучения моделей, используя ноутбуки Databricks, рабочие процессы и MLflow.
• Регистрировать, версионировать, продвигать и документировать модели, используя MLflow Model Registry и практики управления моделями на основе Unity Catalog.
• Отслеживать развернутые модели по производительности, дрейфу, качеству данных, моделям использования и операционным проблемам; рекомендовать действия по переобучению, настройке или выводу из эксплуатации по мере необходимости.
• Анализировать данные для выявления тенденций, закономерностей и аналитических сведений для поддержки бизнес-решений.
• Преобразовывать бизнес-требования в аналитические подходы, модели и решения в области науки о данных.
• Выполнять проверку данных, контроль качества и решение проблем для обеспечения точности и согласованности.
• Сотрудничать с кросс-функциональными командами, включая инженеров данных, аналитиков и бизнес-заинтересованных сторон.
• Передавать выходные данные моделей, аналитические выводы и рекомендации как техническим, так и нетехническим аудиториям.
• Документировать модели, наборы данных и методологии для обеспечения воспроизводимости, прозрачности и повторного использования.
• Соблюдать стандарты управления данными, безопасности и соответствия требованиям в рамках платформы.

Что вам понадобится:

• Степень бакалавра в области компьютерных наук, инженерии, математики, статистики или другой смежной области.
• 3-8 лет соответствующего опыта в области науки о данных, машинного обучения или передовой аналитики.
• Значительный опыт работы с Python и SQL для анализа данных, моделирования и трансформации.
• Опыт работы с Databricks, Spark, Delta Lake или аналогичными облачными платформами данных.
• Практический опыт проектирования, создания, оценки и развертывания моделей машинного обучения, включая опыт переноса моделей из прототипа в производственную или близкую к производственной среду.
• Опыт работы с практиками жизненного цикла машинного обучения, включая отслеживание экспериментов, оценку моделей, реестр моделей, контроль версий, рабочие процессы развертывания, мониторинг и подходы к переобучению.
• Знакомство с моделями обслуживания моделей, инференсом на основе API, плановым пакетным анализом и интеграцией выходных данных моделей в панели мониторинга, приложения или операционные рабочие процессы.
• Опыт подготовки данных, инжиниринга признаков и разработки моделей.
• Способность анализировать данные и четко доносить аналитические сведения.
• Способность решать технические проблемы, четко формулировать рекомендации и эффективно работать в командной среде.
• Опыт поддержки практик управления ИИ, включая документирование моделей, проверку, мониторинг, контроль версий и соображения ответственного ИИ.
• Способность работать с командами по науке о данных, инженерии данных, облачным технологиям, безопасности и клиентскими заинтересованными сторонами для преобразования аналитических прототипов в масштабируемые, поддерживаемые решения.

Что было бы полезно:

• 2+ года практического опыта работы с платформой Databricks.
• Действующий сертификат Databricks Machine Learning Engineer, GenAI Engineer, Data Analyst или аналогичный.
• Опыт работы с Databricks MLflow, Feature Engineering, Feature Store, Model Serving, Workflows, Unity Catalog, Mosaic AI, Vector Search, AI Gateway или связанными возможностями Databricks AI/ML.
• Опыт разработки рабочих процессов GenAI, LLM, RAG, агентного ИИ или оценки промптов с использованием Databricks Mosaic AI, MLflow, фреймворков с открытым исходным кодом или облачных ИИ-сервисов.
• Опыт работы с CI/CD, автоматизированным тестированием, упаковкой кода, продвижением сред и практиками контроля исходного кода для рабочих нагрузок в области науки о данных и машинного обучения.
• Опыт работы с фреймворками машинного обучения и методами статистического моделирования.
• Опыт работы с облачными платформами, такими как Azure, AWS или GCP.
• Опыт работы в проектно-ориентированных или консалтинговых средах.
• Знакомство с концепциями моделирования данных, хранилищ данных и обработки больших объемов данных.

Годовой диапазон заработной платы для этой должности составляет 113 000,00–188 000,00 долларов США. Решения о вознаграждении зависят от широкого круга факторов, включая, но не ограничиваясь ими, набор навыков, опыт и обучение, наличие допусков безопасности, лицензий и сертификатов, а также другие бизнес- и организационные потребности.

Что мы предлагаем:

Guidehouse предлагает комплексный пакет вознаграждений, который включает конкурентоспособную заработную плату и гибкий пакет льгот, отражающий нашу приверженность созданию разнообразной и поддерживающей рабочей среды.

О Guidehouse