Cint
Cint
Η Cint είναι μια παγκόσμια εταιρεία τεχνολογίας έρευνας αγοράς που διαχειρίζεται το Cint Exchange, μια προγραμματιζόμενη αγορά ερευνών που συνδέει δημοσκοπήσεις με συμμετέχοντες σε 130 χώρες. Η πλατφόρμα της υποστηρίζει τη μέτρηση μέσων, τη monetization κοινού, μελέτες ενίσχυσης επωνυμίας, ανάλυση της επίδρασης της διαφήμισης και βελτιστοποίηση μάρκετινγκ σε πραγματικό χρόνο. Η Cint συνδυάζει τεχνολογία ερευνών με εργαλεία τεχνητής νοημοσύνης και μηχανικής μάθησης, σχεδιασμένα να συμβάλλουν στην προστασία της ποιότητας και της ακεραιότητας των δεδομένων, εξυπηρετώντας οργανισμούς στους τομείς της συμβουλευτικής, του μάρκετινγκ και της έρευνας αγοράς.

Ανώτερος Επιστήμονας Δεδομένων, Μέτρηση Μέσων (Εξ αποστάσεως, Ηνωμένο Βασίλειο)

Ενταχθείτε στην Cint ως Ανώτερος Επιστήμονας Δεδομένων, αναπτύσσοντας στατιστικά μοντέλα και μοντέλα μηχανικής μάθησης για μια παγκόσμια πλατφόρμα τεχνολογίας έρευνας. Αναλύστε μεγάλης κλίμακας σύνολα δεδομένων για την υποστήριξη προϊόντων μέτρησης μέσων και την παραγωγή στρατηγικών insights.

Περιγραφή

  • Ηγεσία στην έρευνα, την εξερεύνηση και την ανάπτυξη μοντέλων μηχανικής μάθησης για τη μέτρηση μέσων σε ολόκληρο τον κύκλο ζωής τους
  • Εξαγωγή, μετασχηματισμός και ανάλυση μεγάλων συνόλων δεδομένων για την παραγωγή insights που ενημερώνουν τον οδικό χάρτη του προϊόντος
  • Ανεξάρτητος σχεδιασμός, παράδοση και συντήρηση έργων επιστήμης δεδομένων από την έναρξη έως την ολοκλήρωση
  • Συνεργασία με τις ομάδες μηχανικής και προϊόντος για τον σχεδιασμό, την υλοποίηση, την ανάπτυξη και τη συνεχή επικύρωση μοντέλων
  • Δημιουργία, επικύρωση και συντήρηση στατιστικών μοντέλων και μοντέλων μηχανικής μάθησης
  • Συνεχής αξιολόγηση και επικύρωση εσωτερικών και εξωτερικών μεθοδολογιών προϊόντος
  • Μετατροπή σύνθετων στατιστικών αποτελεσμάτων σε οπτικοποιήσεις και παρουσιάσεις για τεχνικούς και μη τεχνικούς ενδιαφερόμενους
  • Σαφής παρουσίαση ευρημάτων και στατιστικών συστάσεων σε διαφορετικά επιχειρηματικά και τεχνικά ακροατήρια

Απαιτήσεις

  • Μεταπτυχιακός τίτλος ή ισοδύναμο στην statistiki, στις ποσοτικές επιστήμες, στην επιστήμη δεδομένων, στην επιχειρησιακή έρευνα ή σε άλλο ποσοτικό κλάδο
  • Τουλάχιστον πέντε έτη εμπειρίας στην επιστήμη δεδομένων, ιδανικά σε έρευνα αγοράς ή σε αναλυτική διαφήμισης
  • Ικανότητα ανεξάρτητης επεξεργασίας, ανάλυσης και ερμηνείας μεγάλων συνόλων δεδομένων
  • Προχωρημένη γνώση στατιστικών μεθόδων, συμπεριλαμβανομένων κατανομών, ελέγχων υποθέσεων, παραμετρικών και μη παραμετρικών ελέγχων, σχεδιασμού ερευνών, θεωρίας δειγματοληψίας, πειραματικού σχεδιασμού, παλινδρόμησης ή προγνωστικής μοντελοποίησης και στοχαστικής μοντελοποίησης ή προσομοίωσης
  • Ισχυρή κατανόηση μεθόδων μηχανικής μάθησης, όπως ομαδοποίηση, παλινδρόμηση και μοντέλα βασισμένα σε δέντρα
  • Πρακτική εμπειρία στην εφαρμογή στατιστικών και τεχνικών μοντελοποίησης
  • Ισχυρή αναλυτική ικανότητα και σχολαστική προσοχή στην επικύρωση και την ακρίβεια των δεδομένων
  • Ικανότητα ανεξάρτητης διερεύνησης και εκμάθησης νέων μεθόδων, εργαλείων και τεχνικών
  • Αυτοκατευθυνόμενη προσέγγιση για την παράδοση έργων από την αρχή έως το τέλος με ελάχιστη επίβλεψη
  • Επάρκεια στην Python για στατιστική ανάλυση και υλοποίηση μηχανικής μάθησης
  • Η εμπειρία στη μέτρηση μέσων και στην ψηφιακή απόδοση θεωρείται επιθυμητή
  • Η εμπειρία σε πολυμεταβλητούς ελέγχους θεωρείται επιθυμητή
  • Η εμπειρία σε προγνωστική μοντελοποίηση θεωρείται επιθυμητή
  • Η εμπειρία στη σύνδεση δεδομένων ερευνών στάσεων με δεδομένα συμπεριφορικών αγορών για τη μοντελοποίηση και την ποσοτικοποίηση αποτελεσμάτων θεωρείται επιθυμητή
  • Η εμπειρία σε μεθοδολογίες διαδικτυακών ερευνών θεωρείται επιθυμητή
  • Η ικανότητα συγγραφής και βελτιστοποίησης ερωτημάτων SQL και η εμπειρία με τεχνολογίες μεγάλων δεδομένων όπως το Spark θεωρούνται πλεονέκτημα, με κάθε δεξιότητα να αξιολογείται ως επιπλέον προσόν
  • Η εμπειρία με τεχνολογίες μεγάλων δεδομένων, όπως το Spark, θεωρείται επιθυμητή

Παροχές

  • Υπάρχουν διαθέσιμες επιλογές απομακρυσμένης εργασίας
  • Κουλτούρα που εστιάζει στην ανάπτυξη των εργαζομένων και την επαγγελματική εξέλιξη
  • Ευκαιρίες συνεργασίας με ομάδες σε διαφορετικές χώρες και περιοχές
  • Δέσμευση στη διαφορετικότητα, την ισότητα και τη συμπερίληψη
  • Παρέχεται οδηγός χρήσης τεχνητής νοημοσύνης για τη διαδικασία συνέντευξης και πρόσληψης