Sigma Software Group je večnacionalno tehnološko svetovalno podjetje, ustanovljeno leta 2002. Njegove ekipe zagotavljajo razvoj programske opreme, grafično oblikovanje, testiranje in tehnično podporo strankam v panogah, kot so avtomobilska industrija, zdravstvo, telekomunikacije, letalstvo, bančništvo, igre, nepremičnine in oglaševanje. Podjetje zaposluje strokovnjake za IT za delo na kompleksnih inženirskih projektih ter podpira poklicni razvoj z mentorstvom in nenehnim učenjem. Delo na daljavo je del njegovega delovnega modela, projekti pa služijo organizacijam, kot so AstraZeneca, Scania in SAS.
Višji podatkovni znanstvenik – programsko oglaševanje (delo na daljavo, Nemčija/Poljska)
Gradite sisteme strojnega učenja in optimizacije v realnem času za programsko oglaševanje. Razvijajte napovedne modele za licitiranje, ciljanje občinstev, konverzije, kalibracijo in uspešnost kampanj.
Opis
- Razvijajte cenzurirane modele dražbenega okolja za ocenjevanje porazdelitev končnih cen iz delno opazovanih dražbenih podatkov
- Ustvarjajte modele verjetnosti zmage v realnem času, ki se prilagajajo dinamiki licitacijskih cen
- Načrtujte hierarhične modele ocenjevanja učinka s strategijami izbire na podlagi meja zaupanja
- Izdelujte modele nagnjenosti h konverziji iz redkih, zakasnjenih in samo agregiranih oznak
- Razvijajte modele podobnih občinstev z učenjem na pozitivnih in neoznačenih podatkih ter metodami najbližjih sosedov, ki temeljijo na vektorskih predstavitvah
- Izvajajte strategije kalibracije na ravni oglaševalca ter neodvisno ocenjujte kakovost razvrščanja in kalibracije
- Načrtujte ogrodja za vrednotenje brez povezave z uporabo ocenjevanja z obratno nagnjenostjo, dvojno robustnih ocenjevalnikov in uteževanja glede na pomembnost
- Opredelite strategije raziskovanja in metode beleženja nagnjenosti za zanesljivo popravljanje in vrednotenje
- Razvijajte metode omejene optimizacije za cilje kampanj, cenovne omejitve in ciljanje obsega
- Podpirajte diagnostiko podatkov, ocenjevanje zmogljivosti in priporočila za modele, utemeljena na dokazih
- Sodelujte z ekipo za stranke pri nastavitvah po zagonu in preverjanju uspešnosti
- Pripravljajte tehnično dokumentacijo in gradiva za prenos znanja za interno strankino ekipo za podatkovno znanost
- Prispevajte k razpravam o arhitekturi in odločitvam o skalabilni platformi za strojno učenje
Zahteve
- Najmanj pet let izkušenj s strojnim učenjem ali podatkovno znanostjo pri dostavi produkcijskih modelov, merjenih glede na poslovne KPI-je
- Napredno znanje Pythona, vključno z NumPy, pandas in scikit-learn
- Dobro znanje SQL in izkušnje z obdelavo velikih podatkovnih zbirk
- Praktične izkušnje z orodji XGBoost, LightGBM ali CatBoost
- Dobro poznavanje regularizacije, tehnik kalibracije in obdelave kategoričnih značilk
- Trdni temelji verjetnosti, statistike, intervalov zaupanja in analize statistične moči
- Izkušnje z izdelavo značilk iz strukturiranih in vedenjskih podatkov
- Praktične izkušnje s Sparkom ali PySparkom
- Praktično razumevanje eksperimentalnih ogrodij in A/B testiranja
- Izkušnje z naprednimi metodami validacije, vključno s časovnimi delitvami, zaznavanjem uhajanja podatkov, analizo drifta in metrikami po segmentih
- Razumevanje metod razložljivosti, kot sta SHAP in permutacijska pomembnost
- Angleščina na višji srednji ravni ali višje
- Močne analitične sposobnosti in sposobnosti reševanja problemov
- Učinkovitost v zelo podatkovno usmerjenih delovnih okoljih
- Močne komunikacijske sposobnosti in veščine upravljanja deležnikov
- Sposobnost razložiti zapletene odločitve pri modeliranju tehničnemu in netehničnemu občinstvu
- Proaktiven pristop z močnim občutkom za odgovornost
- Velika pozornost do podrobnosti in znanstvena strogost pri eksperimentiranju in vrednotenju
Ugodnosti
- Možnost dela na daljavo
- Delo na tehnično zahtevnih izdelkih
- Sodelovanje z izkušenimi inženirji in podatkovnimi znanstveniki
- Neposreden prispevek k obsežnim produkcijskim sistemom