Matrix Global razvija digitalna tržišta za transakcije u srednjem segmentu naftne i plinske industrije. Njegova vlasnička platforma MAP podržava dražbe skladišnih kapaciteta i kapaciteta cjevovoda, pomažući energetskim tvrtkama i pružateljima skladištenja da usporede prilike, poboljšaju transparentnost tržišta i upravljaju izloženošću putem kratkoročnih i dugoročnih ugovora. Tvrtka surađuje sa sudionicima u industriji kako bi transakcije skladišnim kapacitetima bile konkurentnije i bolje utemeljene na operativnim informacijama.
Znanstvenik za podatke – rad na daljinu u Europi
Pridružite se tvrtki Matrix Global kao znanstvenik za podatke i razvijajte skalabilna rješenja strojnog učenja i analitike. Ova uloga uključuje rad s korisnicima, modeliranje podataka, implementaciju te suradnju s tehničkim i poslovnim dionicima.
Opis
- Isporučivati rješenja iz područja znanosti o podacima kroz cijeli životni ciklus projekta
- Analizirati složene skupove podataka velikog opsega kako bi se otkrili trendovi, anomalije i korisni uvidi
- Izrađivati i unapređivati modele strojnog učenja i napredne analitičke tijekove rada
- Pripremati podatke i projektirati značajke za projekte prediktivnog modeliranja
- Surađivati s timovima za proizvod, inženjerstvo i uspjeh korisnika kako bi se poslovne potrebe pretvorile u tehnička rješenja
- Voditi aktivnosti znanosti o podacima za implementacije kod korisnika, pilot-projekte i produkcijska izdanja
- Razvijati pouzdana tehnička partnerstva s korisnicima i vanjskim suradnicima
- Preporučivati poboljšanja proizvoda, algoritama i analitičkih mogućnosti
- Pružati obuku i prenositi znanje korisnicima i dionicima
- Istraživati probleme s podacima i analitikom te pomagati u njihovu rješavanju
Zahtjevi
- Visoka stručna sprema iz znanosti o podacima, računalnih znanosti, matematike, statistike, ekonomije ili srodnog kvantitativnog područja
- Najmanje dvije godine iskustva u znanosti o podacima, podatkovnom inženjerstvu, strojnom učenju ili razvoju velikih podataka
- Napredno poznavanje programiranja u Pythonu
- Profesionalno iskustvo s alatom PySpark
- Praktično poznavanje okvira za obradu podataka velikih razmjera i cjevovoda strojnog učenja
- Iskustvo u upravljanju životnim ciklusima strojnog učenja uz MLflow, Airflow ili usporedive alate za upravljanje tijekovima rada
- Izražene analitičke sposobnosti, sposobnosti statističkog modeliranja i rješavanja problema
- Sposobnost objašnjavanja složenih tehničkih ideja tehničkoj i netehničkoj publici
- Iskustvo u radu s korisnicima ili vanjskim dionicima je prednost
- Iskustvo u financijskim uslugama, otkrivanju prijevara, analitici rizika, usklađenosti ili praćenju transakcija je poželjno
- Poznavanje podatkovnih okruženja i okruženja za strojno učenje u oblaku je poželjno
- Iskustvo u prepoznavanju anomalija i izvlačenju uvida iz podataka velikog opsega je poželjno
- Poznavanje najboljih praksi za implementaciju i nadzor modela strojnog učenja je poželjno
Pogodnosti
- Konkurentna naknada i paket pogodnosti
- Mogućnosti smislenog napredovanja u karijeri
- Raznolika i uključiva kultura radnog mjesta
- Suradničko okruženje usmjereno na kontinuirano učenje i razvoj
- Rad uz stručan globalni tim
- Sudjelovanje u tehnički značajnim inicijativama
- Mogućnosti pružanja i primanja obuke te prijenosa znanja