Stefanini LATAM je poskytovateľ technologických riešení zameraný na digitálnu transformáciu a modernizáciu podnikania. S viac ako 30 rokmi skúseností pomáha organizáciám zlepšovať prevádzkové modely a zákaznícke skúsenosti prostredníctvom automatizácie, umelej inteligencie, kybernetickej bezpečnosti a dátovej analytiky. Jeho práca spája poradenstvo s implementáciou technológií a podporuje klientov pri identifikácii príležitostí na optimalizáciu procesov, reakcii na meniace sa podmienky na trhu a dosahovaní udržateľného rastu.
Dátový vedec pre relevanciu vyhľadávania – Santiago (hybridne)
Pozícia dátového vedca zameraná na zlepšovanie relevancie a poradia výsledkov vyhľadávania pre globálne technologické služby spoločnosti Stefanini. Využijete strojové učenie, Elasticsearch a Learning to Rank na zvýšenie kvality vyhľadávania a zlepšenie používateľskej skúsenosti.
Popis
- Viesť analýzu a návrh modelov relevancie pre vyhľadávač
- Aplikovať techniky dátovej vedy a strojového učenia na zlepšenie nájditeľnosti
- Optimalizovať poradie výsledkov a posilňovať vyhľadávaciu skúsenosť
- Vyhodnocovať výkonnosť vyhľadávača a identifikovať príležitosti na zlepšenie
- Analyzovať historické údaje o vyhľadávaní vrátane dopytov, kliknutí, konverzií a nákupov
- Navrhovať hybridné lexikálne a sémantické modely radenia vrátane Reciprocal Rank Fusion (RRF)
- Vytvárať trénovacie datasety pre modely Learning to Rank
- Definovať a monitorovať metriky kvality radenia, ako sú NDCG a MRR
- Spolupracovať s inžinierom vyhľadávania na implementácii zlepšení založených na analýze
Požiadavky
- Vzdelanie alebo prax v oblasti dátovej vedy a strojového učenia
- Skúsenosti so štatistickou analýzou a modelovaním údajov
- Znalosť Elasticsearch a vyhľadávačov
- Pokročilá znalosť Pythonu, SQL a analýzy údajov
- Silné analytické myslenie
- Spolupracujúci prístup a orientácia na výsledky
- Vysokoškolské vzdelanie v odbore počítačové inžinierstvo, dátová veda, štatistika, matematika alebo príbuznom odbore
- Skúsenosti s aplikáciou dátovej vedy a strojového učenia na veľké datasety
- Znalosť vyhľadávačov, Elasticsearch, Learning to Rank a metrík hodnotenia modelov