Ang Matrix Global ay bumubuo ng mga digital marketplace para sa mga transaksyon sa midstream na sektor ng langis at gas. Sinusuportahan ng pagmamay-ari nitong MAP platform ang mga auction para sa kapasidad ng imbakan at pipeline, na tumutulong sa mga kompanya ng enerhiya at provider ng imbakan na maghambing ng mga oportunidad, pagbutihin ang transparency ng merkado, at pamahalaan ang exposure sa pamamagitan ng mga kontratang panandalian at pangmatagalan. Nakikipagtulungan ang kompanya sa mga kalahok sa industriya upang gawing mas kompetitibo at mas nakabatay sa impormasyong pang-operasyon ang mga transaksyon sa imbakan.
Siyentista ng Datos - Malayuang Trabaho sa Europa
Sumali sa Matrix Global bilang Siyentista ng Datos upang bumuo ng mga nasusukat na solusyon sa machine learning at analytics. Saklaw ng tungkuling direktang nakikipag-ugnayan sa mga customer ang pagmomodelo ng datos, deployment, at pakikipagtulungan sa mga teknikal at pangnegosyong stakeholder.
Paglalarawan
- Maghatid ng mga solusyon sa data science sa buong siklo ng proyekto
- Suriin ang masalimuot at maramihang dataset upang matuklasan ang mga trend, anomalya, at kapaki-pakinabang na resulta
- Lumikha at magpahusay ng mga machine learning model at advanced analytics workflow
- Ihanda ang datos at mag-engineer ng mga feature para sa mga predictive modeling project
- Makipagtulungan sa Product, Engineering, at Customer Success upang gawing mga teknikal na solusyon ang mga pangangailangan ng negosyo
- Pangasiwaan ang mga gawain sa data science para sa mga implementasyon ng customer, pilot, at production release
- Bumuo ng mapagkakatiwalaang teknikal na pakikipag-ugnayan sa mga customer at panlabas na katuwang
- Magrekomenda ng mga pagpapahusay sa produkto, algorithm, at kakayahang analitikal
- Magbigay ng pagsasanay at maglipat ng kaalaman sa mga user at stakeholder
- Magsiyasat at tumulong sa paglutas ng mga isyu sa datos at analytics
Mga Kinakailangan
- Batsilyer na degree sa data science, computer science, matematika, estadistika, ekonomiks, o kaugnay na disiplinang kwantitatibo
- Hindi bababa sa dalawang taong karanasan sa data science, data engineering, machine learning, o big data development
- Abanteng kakayahan sa Python programming
- Propesyonal na karanasan sa PySpark
- Praktikal na kaalaman sa malakihang data processing framework at machine learning pipeline
- Karanasan sa pamamahala ng machine learning lifecycle gamit ang MLflow, Airflow, o katulad na workflow tool
- Matibay na kakayahan sa pagsusuri, statistical modeling, at paglutas ng problema
- Kayang ipaliwanag ang masalimuot na teknikal na ideya sa mga teknikal at hindi teknikal na tagapakinig
- Isang kalamangan ang karanasang direktang nakikipag-ugnayan sa customer o panlabas na stakeholder
- Mas gusto ang background sa serbisyong pinansyal, fraud detection, risk analytics, compliance, o transaction monitoring
- Mas gusto ang pamilyaridad sa cloud-based data at machine learning environment
- Mas gusto ang karanasan sa pagtukoy ng anomalya at pagkuha ng insight mula sa maramihang datos
- Mas gusto ang kaalaman sa pinakamahuhusay na gawi para sa pag-deploy at pagsubaybay ng mga machine learning model
Mga Benepisyo
- Mapagkumpitensyang package ng kompensasyon at benepisyo
- Mga pagkakataon para sa makabuluhang pag-unlad ng karera
- Iba't iba at inklusibong kultura sa lugar ng trabaho
- Kapaligirang kolaboratibo na nakatuon sa patuloy na pagkatuto at paglago
- Makatrabaho ang mahusay na pandaigdigang team
- Makapag-ambag sa mga inisyatibong makabuluhan sa teknikal na paraan
- Mga pagkakataong magbigay at tumanggap ng pagsasanay at paglilipat ng kaalaman