ShyftLabs podjetjem pomaga pretvarjati podatke in umetno inteligenco v praktične poslovne zmogljivosti. Njeno delo vključuje svetovanje na področju podatkov in umetne inteligence, hitro izdelavo prototipov, razvoj in uvedbo rešitev, širjenje platform ter stalno delovanje in podporo, pri čemer organizacije podpira od začetne strategije do uvedbe v produkcijsko okolje. Podjetje razvija varno podatkovno infrastrukturo, storitve oblačnih platform ter analitične in rešitve umetne inteligence, zasnovane za vključevanje v obstoječe delovne procese in izboljšanje operativne uspešnosti. ShyftLabs sodeluje s strankami skozi celoten življenjski cikel njihovih podatkovnih pobud in pobud na področju umetne inteligence ter izvedbe prilagaja njihovim ciljem digitalne preobrazbe.
Podatkovni znanstvenik (hibridno, Indija)
ShyftLabs išče podatkovnega znanstvenika za razvoj napovednih modelov, izvajanje eksperimentov in gradnjo podatkovnih cevovodov. Vloga kompleksne analize pretvarja v priporočila, ki usmerjajo odločitve o izdelkih in poslovanju.
Opis
- Razvijati in preverjati modele strojnega učenja za napovedovanje, segmentacijo in priporočila
- Sodelovati z ekipami za izdelke in inženiring pri oblikovanju poslovnih vprašanj kot analitičnih problemov
- Raziskovati in analizirati velike nabore podatkov za prepoznavanje pomembnih vzorcev
- Načrtovati in ocenjevati A/B-teste ter druge eksperimente
- Ustvarjati in vzdrževati podatkovne cevovode v sodelovanju s podatkovnim inženiringom
- Predstavljati ugotovitve v poročilih, nadzornih ploščah in predstavitvah
- Spremljati delovanje uvedenih modelov in njihov odklon ter jih po potrebi izboljševati
- Pomagati vzpostavljati dobre prakse za eksperimentiranje, vrednotenje modelov in kakovost podatkov
- Podatke podjetja pretvarjati v uporabne uvide in inteligentne izdelke
Zahteve
- Najmanj tri leta izkušenj na področju podatkovne znanosti, uporabnega strojnega učenja ali kvantitativne analitike
- Napredno praktično znanje Pythona, vključno s Pandas, NumPy in Scikit-learn, ter SQL
- Dobro razumevanje statistike in načrtovanja eksperimentov, vključno z A/B-testiranjem
- Praktične izkušnje z razvojem in vrednotenjem modelov strojnega učenja za uporabo v resničnem svetu
- Jasne komunikacijske sposobnosti za razlago tehničnih rezultatov netehničnemu občinstvu
- Izkušnje z obdelavo velikih naborov podatkov in izdelavo učinkovite analitične kode, pripravljene za produkcijo
- Poznavanje orodij Matplotlib, Seaborn, Tableau ali primerljivih orodij za vizualizacijo podatkov
- Python
- Pandas
- NumPy
- Scikit-learn
- SQL
- Statistika in načrtovanje eksperimentov, vključno z A/B-testiranjem
- Razvoj modelov strojnega učenja
Ugodnosti
- Konkurenčno plačilo z bonusi na podlagi uspešnosti
- Prilagodljiv delovni čas z možnostmi dela na daljavo in hibridnega dela
- Zdravstveno zavarovanje in ugodnosti za dobro počutje
- Proračun za učenje in strokovni razvoj
- Sodelovalno okolje, v katerem analitično delo neposredno podpira odločitve