
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