职位：机器学习工程师（自然语言处理）（纽约）
地点：纽约
关于公司
这家早期阶段的环境智能初创公司正在构建下一代人工智能系统，帮助全球组织理解和规划与水相关的风险。他们的平台结合了深度学习和基于物理的建模，为全球最大的基础设施运营商、消费品牌和投资者生成高分辨率的洞察。
在气候、水文学和机器学习领域的顶尖科学家的支持下，该公司正在通过开发新的社会风险功能来扩展其能力，该功能捕捉塑造全球水资源结果的人类、监管和社区动态。
为什么加入
加入一个推动环境智能边界的团队，将物理和社会风险建模结合成一个统一的人工智能平台。与世界级研究人员合作，发表有意义的科学成果，并帮助提供具有实质性全球影响的工具。
• 开创一种新能力：你将成为首位专注于建模社会、政治和声誉水风险的机器学习工程师。
• 前沿工作：将自然语言处理、LLMs、图智能和地理空间建模融合到一个真实的生产平台中。
• 真实影响：你的模型将为高风险地区的全球水资源管理决策提供信息。
• 跨学科合作：与气候、水文学和社会系统领域的科学家和研究人员合作。
• 早期阶段的所有权：在一个快速发展的、以使命驱动的初创公司中，从第一原则开始构建，具有强劲的早期吸引力。
你将做什么
• 构建自然语言处理、LLM和多模态管道，分析社区、监管、媒体和公众情绪信号，包括立场检测、主题/事件聚类和利益相关者网络映射。
• 将非结构化的社会数据与地理空间和物理风险数据集融合，生成用于现实世界决策的统一风险洞察。
• 与气候和领域科学家合作，将社会信号转化为可操作的风险指标，为产品开发和同行评审研究做出贡献。
• 通过API和平台基础设施将可扩展、可解释的机器学习系统部署到生产中。
你带来了什么
• 3年以上构建应用机器学习/自然语言处理系统的经验，理想情况下涉及文本、地理空间或社交网络数据，包括情感/立场建模和多源管道。
• 扎实的Python基础，以及对PyTorch/Tensor Flow、SQL和现代LLM工具（Hugging Face、Lang Chain、OpenAI API）的经验。
• 精通实体提取、主题建模、网络/图分析，以及在多语言环境中的数据来源或弱监督。
• 对气候、水或环境风险充满热情，并乐于在早期阶段的协作、低自我意识的环境中工作。
附加优先考虑
• 博士/博士后，具有快速和高质量出版的记录
• 图机器学习经验或多模态融合（文本+地理空间）。
• 针对特定领域任务的LLM微调经验。
• 使用FastAPI、Docker或类似框架的部署经验。
• 环境科学、水文学或社会数据分析的背景或接触。 
