SSC HR Solutions
SSC HR Solutions
SSC HR Solutions je komplexná poradenská spoločnosť v oblasti ľudských zdrojov, založená v roku 2006. Pomáha firmám riadiť pracovnú silu počas celého životného cyklu zamestnanca – od náboru a administratívy zamestnancov až po ukončenie pracovného pomeru – pričom svoje služby prispôsobuje konkrétnym potrebám rozvoja talentov. Spoločnosť pôsobí v Egypte, Spojených arabských emirátoch, Saudskej Arábii a Bahrajne a spolupracuje s organizáciami v oblasti poradenstva, logistiky a zdravotnej starostlivosti s cieľom riešiť potreby pracovnej sily a podporovať udržateľný rozvoj podnikania.

Senior inžinier strojového učenia – Egypt (na diaľku)

Vedie produkčné strojové učenie pre zákaznícke skórovanie vrátane modelov odchodu zákazníkov, afinity, celoživotnej hodnoty, zámeru utrácať a odozvy. Zodpovedá za MLOps, nasadenie, opätovné trénovanie, monitorovanie, vyhodnocovanie a kalibráciu v samostatne spravovanej dátovej platforme.

Popis

  • Zodpovedať za prediktívne zákaznícke skóre produktu v oblastiach odchodu zákazníkov, afinity, celoživotnej hodnoty, zámeru utrácať a odozvy.
  • Aplikovať strojové učenie a tabuľkové prediktívne modelovanie na zákaznícke údaje.
  • Vyvíjať a udržiavať produkčné modely na predikciu a skórovanie zákazníkov.
  • Riadiť celý životný cyklus modelov od trénovania a nasadenia až po opätovné trénovanie, monitorovanie, vyhodnocovanie a kalibráciu.
  • Prevádzkovať modely v prostredí samostatne spravovanej dátovej platformy.
  • Podporovať iniciatívy zamerané na prediktívne modelovanie v produkcii.

Požiadavky

  • Preukázateľné skúsenosti s nasadzovaním modelov strojového učenia do produkcie, nielen s výskumom alebo overovaním konceptu.
  • Rozsiahle praktické skúsenosti s tabuľkovým prediktívnym modelovaním s využitím zákazníckych údajov.
  • Skúsenosti s vývojom modelov odchodu zákazníkov alebo afinity v telekomunikáciách, bankovníctve alebo maloobchode.
  • Schopnosť vytvárať tréningové, nasadzovacie a opätovne tréningové pipeline v samostatne spravovanom prostredí.
  • Praktické skúsenosti s MLOps vrátane registrov modelov, verzovania, opätovného trénovania, monitorovania a detekcie driftu.
  • Schopnosť pracovať v dátovej platforme namiesto výhradného spoliehania sa na notebooky.
  • Skúsenosti s uplift alebo kauzálnym modelovaním pre inkrementálne cielenie.
  • Znalosť návrhu úložísk príznakov.
  • Schopnosť spolupracovať s obchodnými zainteresovanými stranami pri definovaní spôsobu využitia predikcií.