Практическая группа / Департамент:
Legal Innovation, Design & Technology - Лондон
Описание вакансии
Norton Rose Fulbright — это глобальная юридическая фирма, в которой работает более 3000 юристов, консультирующих клиентов в США, Европе, Канаде, Латинской Америке, Азии, Австралии, Африке и на Ближнем Востоке. Мы предоставляем полный спектр юридических услуг ведущим мировым корпорациям и финансовым учреждениям.
Наше видение — быть бизнесом мирового класса: прибыльным, амбициозным, кооперативным и внимательным, поддерживающим наших клиентов и сотрудников через наши глобальные деловые принципы: Качество, Единство и Честность.
Насчитывая более 7000 сотрудников по всему миру, наша культура — это нить, которая нас связывает. Наша стратегия и культура тесно связаны — они определяются общими амбициями, глобальным сотрудничеством и мышлением «единой команды». Мы верим, что новаторская работа происходит, когда люди имеют возможность мыслить за пределами границ, исследовать новые возможности и расти через разнообразный опыт. Помимо необходимых навыков и опыта, мы ищем людей, которые обладают инновационным, коммерческим мышлением и мотивированы влиянием своей работы — готовых разделить наши амбиции и помочь сформировать будущее.
Потому что, хотя отдельные люди могут добиться успеха, вместе мы достигаем чего-то экстраординарного.
Цель роли
Мы создаем новые R&D возможности, ориентированные на разработку продуктов на основе данных и с использованием ИИ для юридических услуг и более широкого бизнеса в сфере права.
Data Scientist & Engineer будет работать в R&D совместно с Data Programme над созданием основных возможностей по работе с данными, необходимых для этих продуктов: надежные, повторно используемые наборы данных, надежные конвейеры, качество данных, модели lakehouse и аналитические продукты. Эти возможности будут поддерживать R&D продукты, приложения ИИ, аналитику клиентов и поддержку принятия решений на уровне всей фирмы.
Это практическая гибридная роль, сочетающая инжиниринг данных и прикладную науку о данных, с особой ответственностью за создание продуктов данных в Microsoft Fabric и Databricks. Вы будете работать с коллегами из Data Programme, превращая приоритетные источники в управляемые, готовые к использованию наборы данных в соответствии с согласованными шаблонами, не дублируя ответственность корпоративной платформы.
Вы присоединитесь к небольшой, практической междисциплинарной команде, работающей в сотрудничестве над исследованиями, прототипированием, инжинирингом, внедрением в эксплуатацию и постоянным совершенствованием.
Ключевые обязанности
- Сотрудничать с Data Programme, владельцами данных и системными командами для оценки, доступа и объединения приоритетных внутренних и внешних источников данных, понимая их качество, разрешения и пригодность к использованию.
- Разрабатывать, создавать и эксплуатировать надежные конвейеры в Microsoft Fabric и Databricks для приема, очистки, стандартизации, обогащения, версионирования и публикации структурированных, полуструктурированных и неструктурированных данных в виде повторно используемых наборов данных.
- Создавать масштабируемые модели данных lakehouse, схемы, контракты данных и повторно используемые компоненты для таких сущностей, как клиенты, организации, люди, дела, секторы, юрисдикции, возможности и юридические темы.
- Внедрять проверки качества данных, отслеживание происхождения данных (lineage), их источников (provenance), наблюдаемость, мониторинг и управление изменениями в рабочих процессах Fabric и Databricks, чтобы наборы данных оставались надежными с течением времени.
- Проводить исследовательский анализ данных для выявления закономерностей, пробелов, аномалий и проблем с качеством данных, а также определят возможности для анализа, моделирования или использования в продуктах.
- Разрабатывать, сравнивать и валидировать соответствующие статистические модели и модели машинного обучения для решения задач классификации, ранжирования, рекомендаций, прогнозирования, обнаружения аномалий, поиска сходства или извлечения информации.
- Ответственно использовать NLP, эмбеддинги и техники с поддержкой LLM для классификации, разрешения сущностей, извлечения информации, кластеризации и обнаружения взаимосвязей в данных, содержащих большое количество документов.
- Публиковать курированные наборы данных, компоненты и аналитические результаты через утвержденные продукты данных Fabric и Databricks, таблицы, API, поисковые индексы, пакетные конвейеры или функции продукта.
- Поддерживать воспроизводимый код, тесты, документацию моделей и данных, доказательства оценки и четкие заявления об ограничениях и допустимом использовании.
- Ответственно использовать ИИ-агентов и помощников по кодированию для ускорения исследовательской работы, разработки конвейеров, тестирования и документирования, сохраняя при этом контроль над аналитическими суждениями и проверкой.
Первоначальный фокус
- Создать базовые, управляемые и учитывающие разрешения наборы данных в Microsoft Fabric и Databricks, включая курированные наборы данных, метаданные, модели данных lakehouse и меры качества.
- Разработать повторно используемые конвейеры в Microsoft Fabric и Databricks для разрешения сущностей, обогащения, метаданных, сопоставления взаимосвязей и мониторинга качества данных.
- Проводить EDA и разработку моделей, повышающих ценность приоритетных наборов данных для аналитики клиентов, выявления возможностей, ценообразования, анализа дел и других высокоценных сценариев использования.
Успех будет выглядеть следующим образом
- Команды Data Programme и R&D смогут использовать документированные, контролируемые по качеству наборы данных в Fabric и Databricks без необходимости повторной очистки и сверки исходных данных.
- Аналитическая работа выявляет полезные сигналы и жизнеспособные возможности с прозрачными базовыми показателями, проверкой и ограничениями.
- Успешные модели и компоненты выйдут за рамки блокнотов и будут интегрированы в поддерживаемые конвейеры, API или продукты Fabric и Databricks.
Обязательные навыки и опыт
- Не менее трех лет профессионального опыта работы в гибридной роли инженера данных и прикладного специалиста по данным, включая разработку надежных конвейеров, повторно используемых наборов данных и полезных аналитических моделей в Microsoft Fabric и Databricks.
- Продвинутый Python, SQL и PySpark, включая опыт работы с преобразованием и анализом данных, а также с распространенными библиотеками машинного обучения.
- Практический опыт проектирования и эксплуатации масштабируемых конвейеров данных, моделей данных lakehouse, преобразований Delta и SQL, а также средств контроля качества данных в Microsoft Fabric и Databricks.
- Прочное знание исследовательского анализа данных, статистики, инженерии признаков, выбора моделей, валидации и анализа ошибок.
- Практический опыт работы с NLP, извлечением информации, разрешением сущностей, эмбеддингами или другими методами, относящимися к обработке больших объемов документов и данных со сложными взаимосвязями.
- Хорошее понимание отслеживания происхождения данных (lineage), их источников (provenance), метаданных, контроля доступа, разрешений и ответственного использования конфиденциальных данных в рамках корпоративной инфраструктуры данных.
- Опыт работы с Git, автоматизированным тестированием, интеграцией API, CI/CD и развертыванием рабочих нагрузок данных с контролем версий в Microsoft Fabric и Databricks.
- Способность трансформировать бизнес-задачу в четко сформулированную аналитическую проблему и ясно доносить результаты, неопределенности и компромиссы.
- Владение ИИ-агентами и рабочими процессами разработки на основе агентов, в сочетании с строгой проверкой кода, преобразований данных и аналитических выводов.
Желательные навыки и опыт
- Опыт работы с Azure Data Lake, Azure Data Factory, dbt, Airflow, MLflow, Power BI, Microsoft Purview или аналогичными инструментами.
- Опыт работы с поисковыми индексами, векторными базами данных, графовыми базами данных, графами знаний, онтологиями или методами управления основными данными (master data management).
- Опыт работы с MLOps, мониторингом моделей, экспериментальным дизайном, причинно-следственным анализом, прогнозированием, рекомендательными системами или оптимизацией.
- Опыт работы с юридическими, финансовыми, клиентскими, рыночными или профессиональными данными, особенно с лицензированными внешними данными и конфиденциальной информацией.
Разнообразие, равенство и инклюзивность
Чтобы привлекать лучших людей, мы стремимся создать разнообразную и инклюзивную среду, где каждый может быть самим собой на работе, чувствовать себя частью коллектива и полностью реализовать свой карьерный потенциал.
Наша новая гибкая модель работы позволяет нашим сотрудникам работать из офиса и удаленно, сохраняя при этом высочайшие стандарты обслуживания. Мы предлагаем ряд семейных и инклюзивных кадровых политик и предоставляем доступ к программам и услугам, направленным на поддержание здоровья и общего благополучия наших сотрудников. Узнайте больше о разнообразии, равенстве и инклюзивности здесь.
Мы гордимся тем, что являемся работодателем, предоставляющим равные возможности, и поощряем заявки от лиц, которые могут дополнить наши существующие команды. Мы стремимся создать инклюзивный и доступный процесс найма для всех кандидатов. Если вам требуются какие-либо индивидуальные корректировки или помощь, пожалуйста, сообщите нам здесь.
