Cint je globalno tehnološko podjetje za tržne raziskave, ki upravlja Cint Exchange, programsko tržnico raziskav, ki povezuje ankete z anketiranci v 130 državah. Njegova platforma podpira merjenje medijev, monetizacijo občinstev, raziskave učinka blagovnih znamk, analizo vpliva oglaševanja in optimizacijo trženja v realnem času. Cint združuje tehnologijo anketiranja z orodji umetne inteligence in strojnega učenja, zasnovanimi za pomoč pri varovanju kakovosti in celovitosti podatkov, ter služi organizacijam na področju svetovanja, trženja in tržnih raziskav.
Višji podatkovni znanstvenik za merjenje medijev (delo na daljavo, Združeno kraljestvo)
Pridružite se podjetju Cint kot višji podatkovni znanstvenik ter razvijajte statistične modele in modele strojnega učenja za globalno platformo raziskovalnih tehnologij. Analizirajte velike nabore podatkov za podporo izdelkom za merjenje medijev in ustvarjajte strateške vpoglede.
Opis
- Voditi raziskave, odkrivanje in razvoj modelov strojnega učenja za merjenje medijev skozi celoten življenjski cikel
- Pridobivati, preoblikovati in analizirati velike nabore podatkov za ustvarjanje vpogledov, ki usmerjajo načrt razvoja izdelkov
- Samostojno načrtovati, izvajati in vzdrževati projekte podatkovne znanosti od začetka do zaključka
- Sodelovati z inženirskimi in produktnimi ekipami pri zasnovi, uvedbi, namestitvi in stalnem preverjanju modelov
- Izdelovati, preverjati in vzdrževati statistične modele in modele strojnega učenja
- Nenehno ocenjevati in preverjati notranje in zunanje metodologije izdelkov
- Kompleksne statistične rezultate pretvarjati v vizualizacije in predstavitve za tehnične in netehnične deležnike
- Ugotovitve in statistična priporočila jasno predstavljati različnim poslovnim in tehničnim občinstvom
Zahteve
- Magisterij ali enakovredna izobrazba iz statistike, kvantitativnih ved, podatkovne znanosti, operacijskih raziskav ali druge kvantitativne discipline
- Vsaj pet let izkušenj na področju podatkovne znanosti, po možnosti v tržnih raziskavah ali analitiki oglaševanja
- Sposobnost samostojne obdelave, analiziranja in razlaganja velikih naborov podatkov
- Napredno poznavanje statističnih metod, vključno z porazdelitvami, preverjanjem hipotez, parametričnimi in neparametričnimi testi, zasnovo anket, teorijo vzorčenja, eksperimentalnim načrtovanjem, regresijskim ali napovednim modeliranjem ter stohastičnim modeliranjem ali simulacijo
- Dobro razumevanje metod strojnega učenja, kot so gručenje, regresija in modeli na osnovi dreves
- Praktične izkušnje z uporabo statističnih in modelirnih tehnik
- Močne analitične sposobnosti ter natančna pozornost do preverjanja in točnosti podatkov
- Sposobnost samostojnega raziskovanja in učenja novih metod, orodij in tehnik
- Samostojen pristop k izvedbi projektov od začetka do konca z minimalnim nadzorom
- Znanje Pythona za statistično analizo in implementacijo strojnega učenja
- Izkušnje z merjenjem medijev in digitalnim pripisovanjem so prednost
- Izkušnje z multivariatnim testiranjem so prednost
- Izkušnje z napovednim modeliranjem so prednost
- Izkušnje s povezovanjem podatkov anket o stališčih z vedenjskimi podatki o nakupih za modeliranje in kvantificiranje rezultatov so prednost
- Izkušnje z metodologijami spletnih anket so prednost
- Sposobnost pisanja in optimizacije poizvedb SQL ter izkušnje s tehnologijami velikih podatkov, kot je Spark, so prednost; vsaka od teh veščin se šteje kot dodatna prednost
- Izkušnje s tehnologijami velikih podatkov, kot je Spark, so prednost
Ugodnosti
- Na voljo so možnosti dela na daljavo
- Kultura, osredotočena na rast zaposlenih in strokovni razvoj
- Priložnosti za sodelovanje z ekipami iz različnih držav in regij
- Zavezanost raznolikosti, enakosti in vključevanju
- Za razgovor in zaposlitveni proces so na voljo smernice za uporabo umetne inteligence