Stefanini LATAM pružatelj je tehnoloških rješenja usmjeren na digitalnu transformaciju i modernizaciju poslovanja. S više od 30 godina iskustva pomaže organizacijama unaprijediti operativne modele i korisničko iskustvo primjenom automatizacije, umjetne inteligencije, kibernetičke sigurnosti i analitike podataka. Njegov rad povezuje savjetovanje s implementacijom tehnologije te klijentima pruža podršku u prepoznavanju prilika za optimizaciju procesa, odgovaranju na promjenjive tržišne uvjete i ostvarivanju održivog rasta.
Znanstvenik za podatke za relevantnost pretraživanja – Santiago (hibridno)
Pozicija znanstvenika za podatke usmjerena je na poboljšanje relevantnosti i rangiranja rezultata pretraživanja za globalne tehnološke usluge tvrtke Stefanini. Primjenjivat ćete strojno učenje, Elasticsearch i Learning to Rank za poboljšanje kvalitete pretraživanja i korisničkog iskustva.
Opis
- Voditi analizu i dizajn modela relevantnosti za tražilicu
- Primjenjivati tehnike podatkovne znanosti i strojnog učenja radi poboljšanja otkrivanja sadržaja
- Optimizirati rangiranje rezultata i unaprijediti iskustvo pretraživanja
- Procjenjivati učinkovitost tražilice i prepoznavati prilike za poboljšanje
- Analizirati povijesne podatke pretraživanja, uključujući upite, klikove, konverzije i kupnje
- Dizajnirati hibridne leksičke i semantičke modele rangiranja, uključujući Reciprocal Rank Fusion (RRF)
- Izrađivati skupove podataka za treniranje modela Learning to Rank
- Definirati i pratiti metrike kvalitete rangiranja kao što su NDCG i MRR
- Surađivati s inženjerom za pretraživanje na provedbi poboljšanja utemeljenih na analizi
Zahtjevi
- Iskustvo u podatkovnoj znanosti i strojnom učenju
- Iskustvo sa statističkom analizom i modeliranjem podataka
- Poznavanje Elasticsearcha i tražilica
- Napredno znanje Pythona, SQL-a i analize podataka
- Izraženo analitičko razmišljanje
- Suradnički pristup i usmjerenost na rezultate
- Diploma iz računalnog inženjerstva, podatkovne znanosti, statistike, matematike ili srodnog područja
- Iskustvo u primjeni podatkovne znanosti i strojnog učenja na velike skupove podataka
- Poznavanje tražilica, Elasticsearcha, Learning to Ranka i metrika za procjenu modela