„Sigma Software Group“ – 2002 m. įkurta tarptautinė technologijų konsultavimo įmonė. Jos komandos klientams teikia programinės įrangos kūrimo, grafinio dizaino, testavimo ir techninės pagalbos paslaugas įvairiuose sektoriuose, įskaitant automobilių pramonę, sveikatos priežiūrą, telekomunikacijas, aviaciją, bankininkystę, žaidimų pramonę, nekilnojamąjį turtą ir reklamą. Įmonė samdo IT specialistus dirbti su sudėtingais inžineriniais projektais ir remia profesinį tobulėjimą pasitelkdama mentorystę bei nuolatinį mokymąsi. Nuotolinio darbo galimybės yra įmonės darbo modelio dalis, o įgyvendinant projektus teikiamos paslaugos tokioms organizacijoms kaip „AstraZeneca“, „Scania“ ir SAS.
Vyresnysis duomenų mokslininkas – programinė reklama (nuotolinis darbas, Vokietija/Lenkija)
Kurk realiojo laiko mašininio mokymosi ir optimizavimo sistemas programinei reklamai. Kurk prognozavimo modelius kainų siūlymui, auditorijų taikymui, konversijoms, kalibravimui ir kampanijų rezultatams.
Aprašymas
- Kurk cenzūruotus kainų siūlymų kraštovaizdžio modelius, kad įvertintum iš dalies stebėtų aukciono duomenų atsiskaitymo kainų skirstinius
- Kurk realiojo laiko laimėjimo tikimybės modelius, prisitaikančius prie kainų siūlymo dinamikos
- Projektuok hierarchinius poveikio įverčio modelius su pasikliautinųjų ribų pagrindu veikiančiomis atrankos strategijomis
- Kurk konversijos tikimybės modelius iš retų, vėluojančių ir tik agreguotu lygiu prieinamų žymų
- Kurk panašių auditorijų modelius naudodamas teigiamų ir nepažymėtų duomenų mokymąsi bei įterpiniais grindžiamus artimiausio kaimyno metodus
- Įgyvendink reklamuotojo lygmens kalibravimo strategijas ir nepriklausomai vertink rikiavimo bei kalibravimo kokybę
- Projektuok neprisijungus atliekamo vertinimo sistemas naudodamas atvirkštinio polinkio įvertinimą, dvigubai patikimus įverčius ir svarbos persvėrimą
- Apibrėžk tyrinėjimo strategijas ir polinkių registravimo metodus, kad būtų galima patikimai koreguoti ir vertinti
- Kurk apriboto optimizavimo metodus kampanijų tikslams, kainodaros riboms ir apimties taikymui
- Padėk atlikti duomenų diagnostiką, pajėgumų vertinimą ir rengti įrodymais pagrįstas modelių rekomendacijas
- Dirbk su klientų komanda atlikdamas paleidimo po paleidimo derinimą ir rezultatų validavimą
- Renk techninę dokumentaciją ir žinių perdavimo medžiagą kliento vidinei duomenų mokslo komandai
- Prisidėk prie architektūros diskusijų ir keičiamo masto mašininio mokymosi platformos sprendimų
Reikalavimai
- Ne mažiau kaip penkerių metų mašininio mokymosi arba duomenų mokslo patirtis, įskaitant gamybinių modelių, vertinamų pagal verslo pagrindinius veiklos rodiklius, diegimą
- Pažangūs Python įgūdžiai, įskaitant NumPy, pandas ir scikit-learn
- Puikūs SQL įgūdžiai ir patirtis dirbant su didelės apimties duomenų rinkiniais
- Praktinė XGBoost, LightGBM arba CatBoost patirtis
- Tvirtos reguliarizavimo, kalibravimo metodų ir kategorinių požymių apdorojimo žinios
- Tvirti tikimybių, statistikos, pasikliautinųjų intervalų ir statistinės galios analizės pagrindai
- Patirtis kuriant požymius iš struktūrizuotų ir elgsenos duomenų
- Praktinė darbo su Spark arba PySpark patirtis
- Praktinis eksperimentavimo sistemų ir A/B testavimo supratimas
- Patirtis taikant pažangius validavimo metodus, įskaitant laiko pjūvius, duomenų nutekėjimo aptikimą, dreifo analizę ir pjūviais pagrįstus rodiklius
- Išaiškinamumo metodų, tokių kaip SHAP ir permutacinė svarba, supratimas
- Ne žemesnis nei aukštesnysis vidutinis anglų kalbos mokėjimo lygis
- Puikūs analitiniai ir problemų sprendimo gebėjimai
- Gebėjimas efektyviai dirbti itin duomenimis grindžiamoje aplinkoje
- Puikūs bendravimo ir suinteresuotųjų šalių valdymo įgūdžiai
- Gebėjimas paaiškinti sudėtingus modeliavimo sprendimus techninei ir netechninei auditorijai
- Proaktyvus požiūris ir stiprus atsakomybės jausmas
- Didelis dėmesys detalėms ir mokslinis griežtumas eksperimentuojant bei vertinant
Privalumai
- Nuotolinio darbo galimybė
- Darbas su techniškai sudėtingais produktais
- Bendradarbiavimas su patyrusiais programinės įrangos inžinieriais ir duomenų mokslininkais
- Tiesioginis indėlis į didelės apimties gamybos sistemas