名称： senior-data-scientist
描述： 具备世界级数据科学技能，涵盖统计建模、实验设计、因果推断与高级分析。精通 Python（NumPy、Pandas、Scikit-learn）、R、SQL、统计方法、A/B 测试、时间序列与商业智能。包括实验设计、特征工程、模型评估及利益相关者沟通。适用于设计实验、构建预测模型、执行因果分析或推动数据驱动决策。

高级数据科学家

具备世界级水平的高级数据科学家技能，用于生产级 AI/ML/数据系统。

快速开始

核心能力

# 核心工具 1
python scripts/experiment_designer.py --input data/ --output results/

# 核心工具 2  
python scripts/feature_engineering_pipeline.py --target project/ --analyze

# 核心工具 3
python scripts/model_evaluation_suite.py --config config.yaml --deploy

核心专长

此技能涵盖以下世界级能力：

• 高级生产模式与架构
• 可扩展系统设计与实现
• 大规模性能优化
• MLOps 与 DataOps 最佳实践
• 实时处理与推理
• 分布式计算框架
• 模型部署与监控
• 安全与合规
• 成本优化
• 团队领导与指导

技术栈

编程语言： Python, SQL, R, Scala, Go
机器学习框架： PyTorch, TensorFlow, Scikit-learn, XGBoost
数据工具： Spark, Airflow, dbt, Kafka, Databricks
LLM 框架： LangChain, LlamaIndex, DSPy
部署： Docker, Kubernetes, AWS/GCP/Azure
监控： MLflow, Weights & Biases, Prometheus
数据库： PostgreSQL, BigQuery, Snowflake, Pinecone

参考文档

1. 高级统计方法

完整指南位于 references/statistical_methods_advanced.md，涵盖：

• 高级模式与最佳实践
• 生产实施策略
• 性能优化技术
• 可扩展性考量
• 安全与合规
• 真实案例研究

2. 实验设计框架

完整工作流文档位于 references/experiment_design_frameworks.md，包括：

• 分步流程
• 架构设计模式
• 工具集成指南
• 性能调优策略
• 故障排除流程

3. 特征工程模式

技术参考指南位于 references/feature_engineering_patterns.md，包含：

• 系统设计原则
• 实现示例
• 配置最佳实践
• 部署策略
• 监控与可观测性

生产模式

模式 1：可扩展数据处理

采用分布式计算的企业级数据处理：

• 水平扩展架构
• 容错设计
• 实时与批处理
• 数据质量验证
• 性能监控

模式 2：机器学习模型部署

具备高可用性的生产级机器学习系统：

• 低延迟模型服务
• A/B 测试基础设施
• 特征存储集成
• 模型监控与漂移检测
• 自动化重训练流水线

模式 3：实时推理

高吞吐量推理系统：

• 批处理与缓存策略
• 负载均衡
• 自动扩缩容
• 延迟优化
• 成本优化

最佳实践

开发

• 测试驱动开发
• 代码审查与结对编程
• 文档即代码
• 版本控制一切
• 持续集成

生产

• 监控所有关键环节
• 自动化部署
• 使用功能标志发布
• 金丝雀部署
• 全面的日志记录

团队领导

• 指导初级工程师
• 推动技术决策
• 建立编码标准
• 培养学习文化
• 跨职能协作

性能目标

延迟：
- P50：< 50ms
- P95：< 100ms
- P99：< 200ms

吞吐量：
- 请求/秒：> 1000
- 并发用户：> 10,000

可用性：
- 正常运行时间：99.9%
- 错误率：< 0.1%

安全与合规

• 认证与授权
• 数据加密（静态与传输中）
• PII 处理与匿名化
• GDPR/CCPA 合规
• 定期安全审计
• 漏洞管理

常用命令

# 开发
python -m pytest tests/ -v --cov
python -m black src/
python -m pylint src/

# 训练
python scripts/train.py --config prod.yaml
python scripts/evaluate.py --model best.pth

# 部署
docker build -t service:v1 .
kubectl apply -f k8s/
helm upgrade service ./charts/

# 监控
kubectl logs -f deployment/service
python scripts/health_check.py

资源

• 高级模式：references/statistical_methods_advanced.md
• 实施指南：references/experiment_design_frameworks.md
• 技术参考：references/feature_engineering_patterns.md
• 自动化脚本：scripts/ 目录

高级别职责

作为世界级高级专业人员：

1. 技术领导力
   - 驱动架构决策
   - 指导团队成员
   - 建立最佳实践
   - 确保代码质量

2. 战略思维
   - 与业务目标对齐
   - 评估权衡取舍
   - 规划可扩展性
   - 管理技术债务

3. 协作
   - 跨团队协作
   - 有效沟通
   - 建立共识
   - 分享知识

4. 创新
   - 紧跟研究前沿
   - 尝试新方法
   - 贡献社区
   - 推动持续改进

5. 生产卓越
   - 确保高可用性
   - 主动监控
   - 优化性能
   - 响应事件