Cint ir globāls tirgus izpētes tehnoloģiju uzņēmums, kas pārvalda Cint Exchange — programmējamu tirgus izpētes platformu, kas savieno aptaujas ar respondentiem 130 valstīs. Platforma atbalsta mediju mērījumus, auditoriju monetizāciju, zīmola ietekmes pētījumus, reklāmas ietekmes analīzi un mārketinga optimizāciju reāllaikā. Cint apvieno aptauju tehnoloģijas ar mākslīgā intelekta un mašīnmācīšanās rīkiem, kas izstrādāti, lai palīdzētu aizsargāt datu kvalitāti un integritāti. Uzņēmums apkalpo organizācijas konsultāciju, mārketinga un tirgus izpētes jomā.
Vecākais datu zinātnieks, mediju mērījumi (attālināts darbs, Apvienotā Karaliste)
Pievienojieties Cint kā vecākais datu zinātnieks un veidojiet statistiskos un mašīnmācīšanās modeļus globālai pētniecības tehnoloģiju platformai. Analizējiet liela apjoma datu kopas, lai atbalstītu mediju mērījumu produktus un radītu stratēģiskas atziņas.
Apraksts
- Vadiet mediju mērījumiem paredzētu mašīnmācīšanās modeļu izpēti, izstrādi un pilna dzīves cikla attīstību
- Iegūstiet, pārveidojiet un analizējiet liela apjoma datu kopas, lai radītu atziņas, kas ietekmē produkta attīstības plānu
- Patstāvīgi plānojiet, īstenojiet un uzturiet datu zinātnes projektus no uzsākšanas līdz pabeigšanai
- Sadarbojieties ar inženierijas un produktu komandām modeļu izstrādē, ieviešanā, izvietošanā un nepārtrauktā validācijā
- Veidojiet, validējiet un uzturiet statistiskos un mašīnmācīšanās modeļus
- Pastāvīgi izvērtējiet un validējiet iekšējās un ārējās produktu metodikas
- Pārvērtiet sarežģītus statistikas rezultātus vizualizācijās un prezentācijās tehniskajām un netehniskajām ieinteresētajām personām
- Skaidri prezentējiet secinājumus un statistiskos ieteikumus dažādām biznesa un tehniskajām auditorijām
Prasības
- Maģistra grāds vai līdzvērtīga izglītība statistikā, kvantitatīvajās zinātnēs, datu zinātnē, operāciju pētniecībā vai citā kvantitatīvā disciplīnā
- Vismaz piecu gadu pieredze datu zinātnē, vēlams tirgus izpētes vai reklāmas analītikas jomā
- Spēja patstāvīgi apstrādāt, analizēt un interpretēt lielas datu kopas
- Padziļinātas statistikas metožu zināšanas, tostarp sadalījumi, hipotēžu pārbaude, parametriskie un neparametriskie testi, aptauju izstrāde, izlases teorija, eksperimentālais dizains, regresijas vai prognozējošā modelēšana un stohastiskā modelēšana vai simulācija
- Laba izpratne par mašīnmācīšanās metodēm, piemēram, klasterizāciju, regresiju un uz kokiem balstītiem modeļiem
- Praktiska pieredze statistikas un modelēšanas metožu lietošanā
- Spēcīgas analītiskās spējas un rūpīga uzmanība datu validācijai un precizitātei
- Spēja patstāvīgi izpētīt un apgūt jaunas metodes, rīkus un paņēmienus
- Patstāvīga pieeja projektu īstenošanai no sākuma līdz beigām ar minimālu uzraudzību
- Python pārzināšana statistiskajai analīzei un mašīnmācīšanās ieviešanai
- Pieredze mediju mērījumos un digitālajā atribūcijā tiks uzskatīta par priekšrocību
- Pieredze daudzfaktoru testēšanā tiks uzskatīta par priekšrocību
- Pieredze prognozējošajā modelēšanā tiks uzskatīta par priekšrocību
- Pieredze attieksmju aptauju datu sasaistē ar pirkumu uzvedības datiem, lai modelētu un kvantificētu rezultātus, tiks uzskatīta par priekšrocību
- Pieredze tiešsaistes aptauju metodoloģijā tiks uzskatīta par priekšrocību
- Spēja rakstīt un optimizēt SQL vaicājumus, kā arī pieredze ar lielo datu tehnoloģijām, piemēram, Spark, tiks uzskatīta par priekšrocību; katra prasme ir priekšrocība
- Pieredze ar lielo datu tehnoloģijām, piemēram, Spark, tiks uzskatīta par priekšrocību
Priekšrocības
- Pieejamas attālināta darba iespējas
- Kultūra, kas koncentrējas uz darbinieku izaugsmi un profesionālo attīstību
- Iespējas sadarboties ar komandām dažādās valstīs un reģionos
- Apņemšanās veicināt daudzveidību, vienlīdzību un iekļaušanu
- Interviju un darbā pieņemšanas procesam tiek nodrošinātas mākslīgā intelekta lietošanas vadlīnijas