Titan OS kehittää itsenäistä eurooppalaista käyttöjärjestelmää älytelevisioihin ja tekee yhteistyötä televisiovalmistajien ja sisällöntuottajien kanssa, jotta television katselusta tulee henkilökohtaisempaa ja sisällön selaamisesta helpompaa. Sen sisältölähtöinen alusta kokoaa suoratoistopalvelut ja lineaariset kanavat yhteen, auttaa katsojia löytämään katsottavaa räätälöityjen suositusten avulla ja mahdollistaa sisältöjen käytön yhdellä kaukosäätimellä. Yhtiö tarjoaa laitevalmistajille ja lähetystoiminnan harjoittajille myös työkaluja käyttöliittymän mukauttamiseen, sovellusten ja kanavien integrointiin sekä yleisön kaupallistamiseen tulonjakomahdollisuuksien avulla.
Vanhempi data scientist, CTV-yleisöjen mallintaminen – Titan OS (hybridityö Barcelonassa)
Kehitä ennustavia yleisömalleja Titan OS:n yhdistetyn television mainosalustalle. Hyödynnä otantateoriaa ja koneoppimista asiakasjoukkojen yleistämiseen puutteellisista tiedoista.
Kuvaus
- Laajenna siemen- ja otantayleisöt arvokkaiksi kohorteiksi koko yhdistetyn television yleisössä
- Hyödynnä painotusta, kalibrointia, MRP-menetelmää ja hierarkkisia tekniikoita luotettavan yleistämisen tekemiseen puutteellisista tai epäedustavista otoksista
- Kehitä taipumus-, luokittelu-, samankaltaisuus-, järjestys- ja positiivisen luokan tunnistamattomuuteen perustuvia malleja löytääksesi käyttäjiä, joilla on vahva yhteys siemenyleisöihin
- Suunnittele luotettavia käyttäytymis- ja kontekstiominaisuuksia laajamittaisesta tapahtumadatasta rajoittaen kohdemuuttujan vuotamista ja mallien epävakautta
- Tutki valikoitumisharhaa, kattavuusaukkoja ja kovariaattisiirtymää sekä selitä yleisöarvioihin liittyvää epävarmuutta
- Arvioi nostetta, tarkkuutta ja kattavuutta, kalibrointia sekä vakautta holdout-aineistojen, ajallisten ja maantieteellisten testien sekä toteutuneiden kampanjatulosten avulla
- Ota onnistuneet mallit käyttöön skaalautuvien putkien kautta hyödyntäen versionhallintaa, siirtymien tunnistusta, valvontaa ja uudelleenkoulutusta
- Työskentele tuote-, kaupallisten ja suunnittelutiimien kanssa ja luo samalla tiukat mallinnusstandardit koko dataorganisaatiolle
Vaatimukset
- Sinulla on vähintään 8 vuoden ammatillinen kokemus datatieteestä, sovelletusta tilastotieteestä, kvantitatiivisesta tutkimuksesta, ekonometriasta tai läheisesti liittyvältä alalta
- Sinulla on syvällinen tilastotieteen osaaminen, joka kattaa otantateorian, estimoinnin, päättelyn, todennäköisyyslaskennan, epävarmuuden kvantifioinnin ja kokeellisen suunnittelun
- Sinulla on merkittävää kokemusta otosten yleistämisestä perusjoukkoihin jälkiosituksella, raking-menetelmällä, kalibroinnilla tai taipumuspainotuksella, hierarkkisilla malleilla tai MRP-menetelmällä
- Sinulla on käytännön kokemusta ML-lookalike-mallien kehittämisestä siemenyleisöistä, CRM- tai asiakasotoksista tai tunnetuista konvertoijista hyödyntäen taipumus-, luokittelu-, samankaltaisuus-, järjestys- tai positiivisen luokan tunnistamattomuuteen perustuvia menetelmiä
- Sovellat edistynyttä koneoppimista ja ominaisuuksien suunnittelua GLM-malleissa, XGBoostissa tai LightGBM:ssä, ensemble-malleissa, upotuksissa ja suurissa käyttäytymisdatakokonaisuuksissa
- Validoit malleja nosteen tai gains-mittareiden, precision@K- tai recall@K-mittareiden, todennäköisyyskalibroinnin, A/B-testauksen, vakausanalyysin ja siirtymien seurannan avulla
- Työskentelet sujuvasti Pythonilla ja SQL:llä, mukaan lukien scikit-learn, pandas ja NumPy
- Laajamittaisten pilvidata-alustojen sekä tuotanto-ML:n tai MLOpsin tuntemus katsotaan suureksi eduksi
- Viestit selkeästi ja sinulla on vahva kvantitatiivinen perusta
- Sinulla on alan kvantitatiivisen koulutuksen kandidaatin- tai maisterintutkinto; tohtorintutkinto katsotaan eduksi, mutta sitä ei edellytetä
Edut
- Kilpailukykyinen palkkaus
- Yksityinen sairausvakuutus
- Ystävällinen, monimuotoinen ja kansainvälinen työympäristö
- Ammatillisia kehittymismahdollisuuksia haastavan työn kautta nopeasti kasvavalla yhdistetyn television alalla
- Mahdollisuus liittyä hyvin rahoitettuun, nopeasti kasvavaan yritykseen varhaisessa vaiheessa ja auttaa muovaamaan tuotetta ja liiketoimintaa, joiden odotetaan vaikuttavan miljooniin ihmisiin