SSC HR Solutions — консалтинговая компания полного цикла в сфере управления персоналом, основанная в 2006 году. Компания помогает бизнесу управлять персоналом на всех этапах жизненного цикла сотрудника: от подбора и кадрового администрирования до увольнения, предлагая услуги с учетом конкретных потребностей в развитии талантов. Работая в Египте, Объединенных Арабских Эмиратах, Саудовской Аравии и Бахрейне, SSC HR Solutions сотрудничает с организациями в сфере консалтинга, логистики и здравоохранения, помогая решать кадровые задачи и поддерживать устойчивое развитие бизнеса.
Старший инженер по машинному обучению — Египет (удалённо)
Руководить разработкой и эксплуатацией производственных моделей машинного обучения для оценки клиентов, включая модели оттока, склонности, пожизненной ценности, намерения потратить средства и отклика. Отвечать за MLOps, развёртывание, переобучение, мониторинг, оценку и калибровку в самостоятельно управляемой платформе данных.
Описание
- Отвечать за прогнозные оценки клиентов в продукте для сценариев оттока, склонности, пожизненной ценности, намерения потратить средства и отклика.
- Применять машинное обучение и табличное прогнозное моделирование к данным о клиентах.
- Разрабатывать и поддерживать рабочие модели для прогнозирования и оценки клиентов.
- Управлять полным жизненным циклом моделей: от обучения и развёртывания до переобучения, мониторинга, оценки и калибровки.
- Запускать модели в самостоятельно управляемой среде платформы данных.
- Поддерживать инициативы по прогнозному моделированию, ориентированные на промышленную эксплуатацию.
Требования
- Подтверждённый опыт применения моделей машинного обучения в промышленной эксплуатации, а не только в исследованиях или проектах по проверке концепции.
- Глубокий практический опыт табличного прогнозного моделирования с использованием данных о клиентах.
- Опыт разработки моделей оттока или склонности в телекоммуникационной отрасли, банковской сфере или розничной торговле.
- Умение создавать конвейеры обучения, развёртывания и переобучения в самостоятельно управляемой среде.
- Практический опыт MLOps: реестры моделей, версионирование, переобучение, мониторинг и обнаружение дрейфа.
- Готовность работать в платформе данных, а не полагаться исключительно на ноутбуки.
- Опыт uplift- или причинно-следственного моделирования для инкрементального таргетинга.
- Знание принципов проектирования хранилищ признаков.
- Умение сотрудничать с коммерческими заинтересованными сторонами для определения способов использования прогнозов.