Vertem
Vertem
201 – 500 พนักงาน
B2BSaaS
Vertem เป็นบริษัท SaaS แบบ B2B ที่มุ่งเน้นการสร้างการมีส่วนร่วมของลูกค้า พันธมิตร และพนักงาน บริษัทก่อตั้งขึ้นในปี 2007 และพัฒนาแพลตฟอร์มแบบโมดูลาร์สำหรับสร้างและบริหารโปรแกรมสมาชิก โปรแกรมจูงใจ และโปรแกรมสิทธิประโยชน์ โดยผสานรวมรางวัล เงินคืน เกมมิฟิเคชัน ข้อมูลเชิงลึกจากการวิเคราะห์ข้อมูล และแคมเปญอัตโนมัติ ซอฟต์แวร์สำหรับองค์กรของ Vertem เชื่อมต่อกับผู้ค้าปลีก ผู้ให้บริการชำระเงิน และธุรกิจบริการทางการเงิน เพื่อสนับสนุนโปรแกรมการมีส่วนร่วมตลอดห่วงโซ่คุณค่าที่มีความซับซ้อน ทีมงานของ Vertem ซึ่งมีพนักงาน 201–500 คน ให้บริการองค์กรที่ต้องการยกระดับการรักษาลูกค้าและบุคลากร แรงจูงใจ และการมีส่วนร่วมผ่านเครื่องมือสร้างการมีส่วนร่วมทางดิจิทัลที่ปรับขนาดได้

นักวิทยาศาสตร์ข้อมูลอาวุโสที่ Vertem - ทำงานแบบไฮบริดในบราซิล

นักวิทยาศาสตร์ข้อมูลอาวุโสพัฒนาโมเดลแมชชีนเลิร์นนิงด้วย Databricks และ AWS สร้างโซลูชันวิเคราะห์ข้อมูลให้ Vertem บริษัทที่มุ่งเน้นการมีส่วนร่วม ความภักดี และสิทธิประโยชน์

รายละเอียด

  • พัฒนา ฝึกสอน และตรวจสอบความถูกต้องของโมเดลแมชชีนเลิร์นนิงสำหรับโจทย์ทางธุรกิจจริง
  • วิเคราะห์ชุดข้อมูลขนาดใหญ่ที่จัดเก็บใน AWS Data Lake ของบริษัท
  • ใช้ Databricks สำหรับการทดลองโมเดล การฝึกสอน และการนำไปใช้งานจริง
  • สร้างไปป์ไลน์ข้อมูลและเวิร์กโฟลว์สำหรับการฝึกสอนโมเดล
  • ใช้ Databricks AutoML เพื่อเร่งการทดลองและการพัฒนาโมเดล
  • ดำเนินการสร้างฟีเจอร์และเตรียมข้อมูลสำหรับการสร้างโมเดลวิเคราะห์
  • นำโมเดลแมชชีนเลิร์นนิงไปใช้งานจริงและดูแลเวิร์กโฟลว์การให้คะแนนโมเดล
  • ติดตามประสิทธิภาพของโมเดล ระบุการเสื่อมประสิทธิภาพ และพิจารณาเวลาที่ต้องฝึกสอนใหม่
  • ทำงานร่วมกับทีมวิศวกรรมข้อมูล BI และผลิตภัณฑ์ข้อมูล
  • ช่วยพัฒนาแพลตฟอร์มอัจฉริยะของบริษัท

คุณสมบัติ

  • มีประสบการณ์ปฏิบัติงานจริงกับ Databricks
  • มีประสบการณ์พัฒนาโมเดลแมชชีนเลิร์นนิงแบบมีผู้สอนและไม่มีผู้สอน
  • มีความรู้เกี่ยวกับ Databricks AutoML
  • มีประสบการณ์นำโมเดลแมชชีนเลิร์นนิงไปใช้งานจริง
  • เข้าใจกระบวนการให้คะแนนโมเดลและการอนุมาน
  • มีประสบการณ์ด้านการสร้างฟีเจอร์และการเตรียมข้อมูลสำหรับโมเดลวิเคราะห์
  • เชี่ยวชาญ Python สำหรับวิทยาศาสตร์ข้อมูล
  • มีประสบการณ์กับ scikit-learn, XGBoost และ LightGBM
  • มีประสบการณ์จัดการข้อมูลในสภาพแวดล้อม Data Lake และ Big Data
  • พิจารณาเป็นพิเศษ: มีประสบการณ์กับ MLflow
  • พิจารณาเป็นพิเศษ: มีประสบการณ์ติดตามและกำกับดูแลโมเดลแมชชีนเลิร์นนิง
  • พิจารณาเป็นพิเศษ: มีประสบการณ์ด้านโมเดลแนะนำ การแบ่งกลุ่ม หรือการคาดการณ์แนวโน้ม
  • พิจารณาเป็นพิเศษ: มีประสบการณ์กับสภาพแวดล้อมข้อมูล AWS
  • พิจารณาเป็นพิเศษ: มีประสบการณ์ส่งมอบโครงการวิเคราะห์ขั้นสูงและผลิตภัณฑ์ข้อมูล

สวัสดิการ

  • ตารางการทำงานแบบไฮบริด โดยทำงานจากระยะไกล 2 วันและทำงานที่สำนักงาน 3 วัน
  • หยุดงานในวันเกิด
  • เวลาทำงานที่ยืดหยุ่น
  • ประกันสุขภาพและประกันทันตกรรม SulAmérica
  • ประกันชีวิต SulAmérica
  • การสนับสนุนด้านจิตวิทยา
  • บริการนวดในสำนักงาน
  • ห้องพักผ่อน
  • สิทธิ์ใช้บริการ TotalPass สำหรับฟิตเนสและกิจกรรมทางกาย
  • ค่าอาหารหรือค่าอาหารแบบยืดหยุ่น 41.91 BRL ต่อวัน
  • เงินช่วยเหลือค่าเลี้ยงดูบุตรสำหรับเด็กอายุไม่เกิน 5 ปี
  • ค่าเดินทาง ที่จอดรถ หรือรถรับส่งของบริษัท
  • แพลตฟอร์มจัดการผลการปฏิบัติงานและการพัฒนา Qulture.Rocks
  • เงินช่วยเหลือด้านการศึกษาหลังทำงานกับบริษัทครบ 12 เดือน
  • วัฒนธรรมในที่ทำงานที่สร้างแรงบันดาลใจและก้าวล้ำ
  • ชุดของขวัญสำหรับทารกแรกเกิด
  • กิจกรรมภายในบริษัทและโครงการสร้างการมีส่วนร่วม
  • สิทธิประโยชน์พิเศษสำหรับวันสำคัญต่าง ๆ