Usiamo cookie tecnici e statistiche delle visite: Yandex Metrica e il registro anonimizzato delle visite di Zorky. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
ZorkyZorky
Italiano
@termdocs
← Tutte le offerte

Lead Data Scientist / VP

Lead111.600 USD · periodo non indicatoMississauga Ontario Canada, CA2 g fa
Analisi del mercato
📊 AI / ML / Data Science: stipendi e domanda sul mercato
Stack
awsazureci/cdcloudembeddingsgoogle cloudjavascriptlangchainlanggraphllmopsmlopsnumpy
Dettagli
Employment
Full-time
Experience
6+ years
Practices
CI/CD, LLMOps, MLOps
Education
PhD
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Carica il tuo CV: datori di lavoro e recruiter di diversi paesi che cercano il tuo profilo potranno contattarti direttamente.
Invia il tuo CV →
Descrizione
The Lead Data Scientist will work hands-on across the AI and analytics development lifecycle. The role will design analytical approaches, develop and validate models, build Generative AI and agentic workflows, and partner with data engineers and technology teams to implement scalable production solutions. The successful candidate will combine strong data-science expertise with practical engineering skills, enterprise implementation experience, and an understanding of governance requirements. The role will also provide technical guidance to other data scientists and help establish reusable methods, coding standards, and implementation practices. Key Responsibilities Advanced Analytics and Statistical Modeling Design and implement statistical analyses, predictive models, machine-learning solutions, and analytical frameworks. Translate workforce and organizational questions into measurable hypotheses, appropriate methodologies, and actionable insights. Apply techniques such as regression, classification, clustering, survival analysis, forecasting, experimentation, and causal inference. Perform feature engineering, variable selection, model tuning, validation, sensitivity testing, and performance evaluation. Apply explainability methods such as SHAP, feature attribution, and scenario analysis. Clearly document and communicate analytical assumptions, limitations, findings, and business implications. Generative AI and Agentic Solutions Design and build Generative AI applications, R
Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica. Invia il tuo CV così i datori di lavoro possono contattarti direttamente.
Domanda urgente? Scrivi a @termdocs