这是什么公司？

公司目前运营国内最大的经管教育互动交流平台——经管之家（原人大经济论坛）。经管之家（原人大经济论坛）依托中国人民大学，由中国人民大学经济学院于2003 年成立，目前已经发展成为国内最大的经济、管理、金融、统计类的在线教育和咨询网站，也是国内最活跃和最具影响力的经济类网站之一。
2007年成立“数据分析培训中心”，致力于开展统计软件、数据分析和数据挖掘的培训与咨询服务，发展至今，“数据分析培训中心”已经成为最具影响力和知名度的数据分析培训机构，我们一直努力做到：将数据分析变成一门常识，让统计软件成为学术研究的好伙伴，企业经营的好军师。目前服务过的企业包括中国电子商务中心、招商银行、中国人民银行、中国邮政储蓄、中国联通、中国汽车技术研究中心等机构。
2013年创办了CDA数据分析师项目，旨在加强国内外乃至全球范围内正规化、科学化、专业化的数据分析人才队伍建设，进一步提升数据分析师的职业素养与能力水平，促进数据分析行业的高质量持续快速发展。
目前，公司已开发的课程涉及经济、金融、数据分析等各领域，经管之家，做最好的经管教育。

需要怎样的你？

企业介绍：
药明康德集团是国际领先的开放式能力与技术平台公司，为全球制药及医疗器械等领域提供从药物发现、开发到市场化的全方位一体化的实验室研发和生产服务。本着以研究为首任，以客户为中心的宗旨，公司通过高性价比、高效率的服务平台帮助全球客户缩短药物及医疗器械研发周期、降低研发成本。药明康德集团平台涵括小分子药物研发及生产、细胞疗法与基因疗法研发生产、医疗器械测试平台，正承载着来自全球30多个国家的3000多家创新合作伙伴的数千个研发创新项目，致力于将最新和最好的医药和健康产品带给全球病患，实现“让天下没有难做的药，难治的病”的梦想。

岗位职责:
1 Transform specialized big data analysis and AI algorithms into reusable pipelines and scalable (distributed) systems
2 Work as a professional team player with data scientists, AI specialists and IT/platform architects to implement auto-pipelines/frameworks of big data analytics
3 Build and deploy visual/interactive analytics interfaces/frameworks with data scientists and IT
4 Convert requirements in domain languages into executable technical specifications
5 Troubleshoot and maintain big data analytics pipeline, training for internal customers
任职要求:
1 Master or above in STEM or related areas (computer science, data science, machine learning, information systems or engineering) with preferably industrial experience in data engineering;
2 Hands-on experience in setting up (deep) learning frameworks (Jupyter Notebook servers, Tensorflow, Pytorch, NLP systems, Deeplearning4j, etc.) and distributed computing platforms (Spark, Hadoop, Docker, etc.), experience in deploying specialized AI algorithms on scalable platforms is preferred;
3 Knowledge in data analysis, machine learning with proficiency in one or more programming languages (Python, Java, Scala, R, SQL, NoSQL), familiarity with front-end (D3, AngularJS, Node.JS) and MVC frameworks;
4 Solid knowledge in data structures and data analysis, machine learning methods;
5 Good sense of domain languages with good communication to understand and translate business needs into technical specifications;
6 Passion in AI technology, motivations on challenging real-world problems, and excellent teamwork;
7 Familiarity with clinical informatics, drug development, chemistry and/or genomics is a plus.