Arpeely
Arpeely
Arpeely разработва софтуер за машинно обучение за закупуване на дигитални медии и помага на рекламодателите да откриват ценен трафик в управлявани кампании и наддаване в реално време (RTB). Нейният автономен медиен механизъм насочва реклами към аудитории и ги пренасочва, адаптира се към сигналите от кампаниите и генерира анализи за стойността на потребителите във времето. Свързана директно с рекламни борси, платформата анализира трафика за признаци на измама и нисък интерес. Работата на Arpeely съчетава софтуерно инженерство, анализ на рекламни измами, изкуствен интелект, наука за данните и дигитален маркетинг.

Ръководител на екип от старши специалисти по данни

Ръководи и наставлява екип от специалисти по данни и управлява мащабни инициативи в областта на машинното обучение. Разработва решения за данни за програматичната рекламна платформа на Arpeely и браузъра Ace AI.

Описание

  • Наставлява и ръководи екип от специалисти по данни.
  • Управлява проекти от първоначалното планиране до доставката, като създава структурирани и автоматизирани решения.
  • Определя стратегията за данни чрез планиране и приоритизиране на решения, които отговарят на бизнес нуждите.
  • Анализира големи и разнообразни набори от данни и създава алгоритми и модели за решаване на сложни проблеми.
  • Препоръчва подходи в областта на науката за данните и алгоритмите за продуктови инициативи.
  • Представя технически концепции и последиците от анализите пред висшето ръководство и работи с различни екипи за подобряване на резултатите.
  • Сътрудничи с ръководството, отделите за научноизследователска и развойна дейност, продуктовия екип и други звена при вземането на решения.

Изисквания

  • Поне две години опит в ръководенето на екип.
  • Поне четири години практически аналитичен опит в компании, работещи с големи данни, за предпочитане в B2C компания.
  • Практичен и любознателен подход към алгоритмите, данните и бизнес проблемите.
  • Силни аналитични умения и опит със заявки към големи и сложни набори от данни.
  • Солидно разбиране на статистическата значимост.
  • Практически опит с алгоритми за машинно обучение, Python и инструменти за визуализация на данни като Tableau или Looker.
  • Бакалавърска или по-висока степен по математика, статистика, инженерство, компютърни науки или друга количествена дисциплина.
  • Умение за самостоятелно учене, управление на множество задачи и автономна работа.
  • Проактивен и находчив подход при решаването на проблеми.
  • Отлични писмени и устни комуникационни умения.
  • Познаването на рекламните технологии е предимство.
  • Опитът с внедряване на алгоритми за машинно обучение в реално време и алгоритми за извличане на данни в мащабни среди е предимство.
  • Умение за сътрудничество и приятна работа с колеги.

Свързани работни места

Mobileye

Мениджър данни за LiDAR и радар | Mobileye

Mobileye

Координирайте заявки за LiDAR и радарни данни, табла и работни процеси в Mobileye. Подпомагайте алгоритмите за автономно шофиране с Python, Jira и анализ на данни с помощта на изкуствен интелект.

Отвори
Stampli

Старши специалист по данни за AI и LLM

Stampli
201 – 500 Служители
B2BФинтех

Ръководете разработването и внедряването в продукционна среда на решения с AI, машинно обучение и LLM за платформата на Stampli за финансови операции. Работата включва оценяване на модели, наставничество на специалисти по данни и работа от офиса в Тел Авив три дни седмично.

Отвори
ActiveFence

Старши специалист по данни за GenAI в ActiveFence (хибридно, Израел)

ActiveFence

Роля за старши специалист по данни за GenAI, насочена към автоматизирано red teaming тестване, машинно обучение и мащабен анализ на данни. Ще създавате системи, които помагат за откриване на нововъзникващи заплахи за сигурността в онлайн изживявания и продукти с изкуствен интелект.

Отвори
Papaya Global

Учен по данни за растеж, мобилни игри – Papaya Global

Papaya Global

Ръководете анализа на растежа за платформата на Papaya Global за мобилни игри с реални парични залози, като разработвате модели за отлив, жизнена стойност, жизнен цикъл и препоръки. Прилагайте тези модели за подобряване на ангажираността на играчите, монетизацията и задържането.

Отвори