„Titan OS“ kuria nepriklausomą Europos operacinę sistemą išmaniesiems televizoriams ir bendradarbiauja su televizorių gamintojais bei turinio teikėjais, kad žiūrėjimas būtų labiau pritaikytas individualiems poreikiams, o naršymas – paprastesnis. Jos turiniu pagrįsta platforma sujungia srautinio perdavimo paslaugas ir linijinius kanalus, padeda žiūrovams atrasti, ką žiūrėti, pasitelkiant pritaikytas rekomendacijas, ir suteikia prieigą prie turinio vienu nuotolinio valdymo pultu. Įmonė taip pat teikia įrenginių gamintojams ir transliuotojams įrankius sąsajai pritaikyti, programėlėms ir kanalams integruoti bei auditorijai monetizuoti pasinaudojant pajamų dalijimosi galimybėmis.
Vyresnysis duomenų mokslininkas, CTV auditorijos modeliavimas – „Titan OS“ (hibridinis darbas Barselonoje)
Kurk prognozinius auditorijos modelius „Titan OS“ prijungtosios televizijos reklamos platformai. Taikyk imčių teoriją ir mašininį mokymąsi klientų populiacijoms ekstrapoliuoti iš netobulų duomenų.
Aprašymas
- Plėsk pradinės ir imties auditorijas į didelės vertės kohortas platesnėje prijungtosios televizijos populiacijoje
- Taikyk svorių suteikimą, kalibravimą, MRP ir hierarchinius metodus, kad patikimai ekstrapoliuotum iš netobulų ar nereprezentatyvių imčių
- Kurk polinkio, klasifikavimo, panašumo, reitingavimo ir teigiamų nepažymėtų duomenų modelius, kad rastum naudotojus, stipriai susijusius su pradinėmis auditorijomis
- Kurk patikimus elgsenos ir konteksto požymius iš didelės apimties įvykių duomenų, ribodamas tikslinio kintamojo nutekėjimą ir modelio nestabilumą
- Tirk atrankos šališkumą, aprėpties spragas ir kovariatų poslinkį bei paaiškink auditorijos įverčių neapibrėžtumą
- Vertink prieaugį, tikslumą ir atkūrimą, kalibravimą bei stabilumą naudodamas atidėtas kontrolines imtis, laiko ir geografinius testus bei faktinius kampanijų rezultatus
- Diek sėkmingus modelius per keičiamo masto duomenų grandines, naudodamas versijų kontrolę, poslinkio aptikimą, stebėseną ir perkvalifikavimą
- Bendradarbiauk su produkto, komercijos ir inžinerijos komandomis, kartu nustatydamas griežtus modeliavimo standartus visoje duomenų komandoje
Reikalavimai
- Turėk bent 8 metų profesinės patirties duomenų mokslo, taikomosios statistikos, kiekybinių tyrimų, ekonometrijos ar glaudžiai susijusioje srityje
- Turėk gilių statistikos žinių, apimančių imčių teoriją, vertinimą, išvadų darymą, tikimybes, neapibrėžtumo kvantifikavimą ir eksperimentų planavimą
- Turėk didelės apimties patirties apibendrinant imtis populiacijoms, naudojant poststratifikaciją, raking, kalibravimą ar polinkio svorius, hierarchinius modelius arba MRP
- Turėk praktinės patirties kuriant ML panašios auditorijos modelius pagal pradines auditorijas, CRM ar klientų imtis arba žinomus konvertavusius naudotojus, taikant polinkio, klasifikavimo, panašumo, reitingavimo ar teigiamų nepažymėtų duomenų metodus
- Taikyk pažangų mašininį mokymąsi ir požymių inžineriją GLM, XGBoost ar LightGBM, ansamblių, įterpinių ir didelių elgsenos duomenų rinkinių srityse
- Validuok modelius naudodamas prieaugio ar gains rodiklius, precision@K ar recall@K, tikimybių kalibravimą, A/B testavimą, stabilumo analizę ir poslinkio stebėseną
- Sklandžiai dirbk su Python ir SQL, įskaitant scikit-learn, pandas ir NumPy
- Didelės apimties debesijos duomenų platformų ir gamybinio ML arba MLOps patirtis būtų labai vertinama
- Aiškiai komunikuok ir turėk tvirtus kiekybinius pagrindus
- Turėk atitinkamos kiekybinės srities bakalauro arba magistro laipsnį; daktaro laipsnis būtų privalumas, bet nėra būtinas
Privalumai
- Konkurencingas atlygis
- Privatus sveikatos draudimas
- Draugiška, įvairi ir tarptautinė darbo aplinka
- Profesinio tobulėjimo galimybės dirbant sudėtingą darbą sparčiai augančioje prijungtosios televizijos srityje
- Galimybė anksti prisijungti prie gerai finansuojamos, sparčiai augančios įmonės ir padėti formuoti produktą bei verslą, kurie, tikimasi, paveiks milijonus žmonių