Cint
Cint
১,০০১ – ৫,০০০ কর্মী
পরামর্শবাজার গবেষণাবিপণন
Cint একটি বৈশ্বিক বাজার গবেষণা প্রযুক্তি প্রতিষ্ঠান, যা Cint Exchange পরিচালনা করে। এটি একটি প্রোগ্রাম্যাটিক গবেষণা মার্কেটপ্লেস, যেখানে ১৩০টি দেশের উত্তরদাতাদের সঙ্গে জরিপের সংযোগ তৈরি করা হয়। এর প্ল্যাটফর্ম মিডিয়া পরিমাপ, অডিয়েন্স থেকে আয়, ব্র্যান্ড লিফট গবেষণা, বিজ্ঞাপনের প্রভাব বিশ্লেষণ এবং রিয়েল-টাইম মার্কেটিং অপ্টিমাইজেশনে সহায়তা করে। Cint জরিপ প্রযুক্তির সঙ্গে ডেটার গুণমান ও অখণ্ডতা সুরক্ষায় সহায়ক AI এবং মেশিন লার্নিং টুল যুক্ত করে এবং কনসাল্টিং, মার্কেটিং ও বাজার গবেষণার সঙ্গে যুক্ত প্রতিষ্ঠানগুলোকে সেবা দেয়।

সিনিয়র ডেটা সায়েন্টিস্ট, ব্রাজিল (রিমোট)

Cint-এর মিডিয়া পরিমাপ পণ্যগুলোর জন্য পরিসংখ্যানগত মডেলিং ও মেশিন লার্নিংয়ের নেতৃত্ব দিন। বড় ও জটিল ডেটাসেটকে এমন অন্তর্দৃষ্টিতে রূপান্তর করুন, যা পণ্যের কৌশল ও উন্নয়নকে নির্দেশনা দেয়।

বিবরণ

  • মিডিয়া পরিমাপ পণ্যের জন্য পরিসংখ্যানগত পদ্ধতি ও মেশিন লার্নিং কোডবেস তৈরি করুন।
  • পরিসংখ্যানগত ও মেশিন লার্নিং মডেলের গবেষণা, অনুসন্ধান এবং পূর্ণ-চক্র উন্নয়নে নেতৃত্ব দিন।
  • পণ্যের কৌশল ও রোডম্যাপ-সংক্রান্ত সিদ্ধান্তের জন্য অন্তর্দৃষ্টি তৈরি করতে বড় ও জটিল ডেটাসেট বিশ্লেষণ করুন।
  • সীমিত তত্ত্বাবধানে পরিকল্পনা থেকে রক্ষণাবেক্ষণ পর্যন্ত ডেটা সায়েন্স উদ্যোগ পরিচালনা করুন।
  • স্কেলযোগ্য মেশিন লার্নিং মডেলের নকশা, স্থাপন, বাস্তবায়ন ও যাচাইয়ে ইঞ্জিনিয়ারিং এবং পণ্য দলের সঙ্গে সহযোগিতা করুন।
  • পরিসংখ্যানগত ও মেশিন লার্নিং মডেল তৈরি, যাচাই ও রক্ষণাবেক্ষণ করুন।
  • অভ্যন্তরীণ ও বাহ্যিক পণ্য পদ্ধতিগুলো নিয়মিত মূল্যায়ন ও যাচাই করুন।
  • প্রযুক্তিগত ও অপ্রযুক্তিগত শ্রোতাদের জন্য পরিসংখ্যানগত ফলাফলকে ভিজ্যুয়ালাইজেশন ও উপস্থাপনায় রূপান্তর করুন।
  • বিভিন্ন ব্যবসায়িক ও প্রযুক্তিগত অংশীজনের কাছে ফলাফল এবং পরিসংখ্যানগত সুপারিশ স্পষ্টভাবে উপস্থাপন করুন।

প্রয়োজনীয়তা

  • পরিসংখ্যান, পরিমাণগত বিজ্ঞান, ডেটা সায়েন্স, অপারেশনস রিসার্চ বা অন্য কোনো পরিমাণগত বিষয়ে মাস্টার্স ডিগ্রি বা সমমানের যোগ্যতা।
  • ডেটা সায়েন্সে অন্তত পাঁচ বছরের অভিজ্ঞতা; বাজার গবেষণা বা বিজ্ঞাপন বিশ্লেষণে অভিজ্ঞতা থাকলে অগ্রাধিকার।
  • বড় ডেটাসেট স্বাধীনভাবে পরিচালনা, বিশ্লেষণ ও ব্যাখ্যা করার সক্ষমতা।
  • বণ্টন, হাইপোথিসিস পরীক্ষা, প্যারামেট্রিক ও নন-প্যারামেট্রিক পরীক্ষা, সার্ভে ডিজাইন, স্যাম্পলিং তত্ত্ব, পরীক্ষামূলক নকশা, রিগ্রেশন বা প্রেডিক্টিভ মডেলিং এবং স্টোকাস্টিক মডেলিং বা সিমুলেশনসহ উন্নত পরিসংখ্যানগত ধারণায় দৃঢ় দক্ষতা।
  • ক্লাস্টারিং, রিগ্রেশন ও ট্রি-ভিত্তিক মডেলসহ মেশিন লার্নিং পদ্ধতি এবং সেগুলোর ব্যবহারিক সুবিধা-অসুবিধা সম্পর্কে গভীর জ্ঞান।
  • পরিসংখ্যানগত ও মডেলিং কৌশল প্রয়োগের বাস্তব অভিজ্ঞতা।
  • ডেটা যাচাই ও নির্ভুলতার প্রতি সতর্ক মনোযোগসহ শক্তিশালী বিশ্লেষণী দক্ষতা।
  • অপরিচিত পদ্ধতি, টুল ও কৌশল স্বাধীনভাবে অনুসন্ধান এবং শেখার সক্ষমতা।
  • সীমিত তত্ত্বাবধানে শুরু থেকে শেষ পর্যন্ত প্রকল্প সম্পন্ন করার স্বনির্দেশিত পদ্ধতি।
  • পরিসংখ্যানগত বিশ্লেষণ ও মেশিন লার্নিং বাস্তবায়নের জন্য Python-এ দক্ষতা।
  • মিডিয়া পরিমাপ ও ডিজিটাল অ্যাট্রিবিউশনে অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।
  • মাল্টিভেরিয়েট টেস্টিংয়ে অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।
  • প্রেডিক্টিভ মডেলিংয়ে অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।
  • মনোভাবভিত্তিক সার্ভে ডেটার সঙ্গে আচরণগত ক্রয় ডেটা যুক্ত করে ফলাফল মডেল ও পরিমাপ করার অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।
  • অনলাইন সার্ভে পদ্ধতিতে অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।
  • SQL কুয়েরি লিখতে ও অপ্টিমাইজ করতে পারলে তা অতিরিক্ত সুবিধা।
  • Spark-এর মতো বিগ ডেটা প্রযুক্তিতে অভিজ্ঞতা থাকলে তা অতিরিক্ত সুবিধা।