Titan OS, bağlantılı televizyonlar için bağımsız bir Avrupa işletim sistemi geliştirir; televizyon üreticileri ve içerik sağlayıcılarıyla birlikte çalışarak izleme deneyimini daha kişisel ve gezinmeyi daha kolay hâle getirir. İçerik odaklı platformu, yayın hizmetlerini ve geleneksel televizyon kanallarını bir araya getirerek izleyicilerin kişiselleştirilmiş önerilerle ne izleyeceklerini keşfetmelerine ve tek bir kumandayla içeriklere erişmelerine yardımcı olur. Şirket ayrıca cihaz üreticilerine ve yayıncılara arayüz özelleştirme, uygulama ve kanal entegrasyonu ile gelir paylaşımı fırsatları üzerinden izleyici gelirinden yararlanma araçları sunar.
Kıdemli Veri Bilimcisi, CTV Kitle Modellemesi – Titan OS (Barselona Hibrit)
Titan OS'un Bağlantılı TV reklam platformu için öngörücü kitle modelleri geliştirin. Örnekleme teorisi ve makine öğrenimiyle kusurlu verilerden müşteri popülasyonlarını genelleyin.
Açıklama
- Başlangıç ve örneklem kitlelerini daha geniş Bağlantılı TV popülasyonu genelinde yüksek değerli segmentlere genişletin
- Kusurlu veya temsili olmayan örneklemlerden güvenilir genellemeler yapmak için ağırlıklandırma, kalibrasyon, MRP ve hiyerarşik teknikleri kullanın
- Başlangıç kitleleriyle güçlü yakınlık gösteren kullanıcıları bulmak için eğilim, sınıflandırma, benzerlik, sıralama ve pozitif-etiketsiz modeller geliştirin
- Hedef sızıntısını ve model kararsızlığını sınırlarken geniş ölçekli olay verilerinden güvenilir davranışsal ve bağlamsal özellikler oluşturun
- Seçim yanlılığını, kapsama boşluklarını ve kovaryat kaymasını inceleyin; kitle tahminlerindeki belirsizliği açıklayın
- Kontrol grupları, zamansal ve coğrafi testler ve gözlemlenen kampanya sonuçları aracılığıyla artışı, kesinlik ve duyarlılığı, kalibrasyonu ve kararlılığı değerlendirin
- Başarılı modelleri sürüm kontrolü, kayma tespiti, izleme ve yeniden eğitim içeren ölçeklenebilir işlem hatlarıyla devreye alın
- Ürün, Ticari ve Mühendislik ekipleriyle çalışırken Veri ekibi genelinde titiz modelleme standartları oluşturun
Gereksinimler
- Veri Bilimi, Uygulamalı İstatistik, Nicel Araştırma, Ekonometri veya yakından ilişkili bir alanda en az 8 yıllık profesyonel deneyime sahip olun
- Örnekleme teorisi, tahmin, çıkarımsal istatistik, olasılık, belirsizlik nicelendirmesi ve deney tasarımını kapsayan ileri düzey istatistik bilgisi sergileyin
- Tabakalama sonrası ağırlıklandırma, raking, kalibrasyon veya eğilim ağırlıklandırması, hiyerarşik modeller ya da MRP kullanarak örneklemleri popülasyonlara genelleme konusunda kapsamlı deneyime sahip olun
- Başlangıç kitlelerinden, CRM veya müşteri örneklemlerinden ya da bilinen dönüşüm gerçekleştirenlerden eğilim, sınıflandırma, benzerlik, sıralama veya pozitif-etiketsiz yöntemlerle makine öğrenimi benzer kitle modelleri geliştirme konusunda uygulamalı deneyime sahip olun
- GLM'ler, XGBoost veya LightGBM, topluluk modelleri, gömme temsilleri ve büyük davranışsal veri kümeleri genelinde ileri makine öğrenimi ve özellik mühendisliği uygulayın
- Modelleri artış veya kazanç, precision@K veya recall@K, olasılık kalibrasyonu, A/B testleri, kararlılık analizi ve kayma izleme kullanarak doğrulayın
- scikit-learn, pandas ve NumPy dahil olmak üzere Python ve SQL ile akıcı şekilde çalışın
- Büyük ölçekli bulut veri platformları ve üretim ortamında makine öğrenimi veya MLOps deneyimi özellikle tercih edilir
- Açık iletişim kurun ve güçlü nicel temellere sahip olun
- İlgili bir nicel alanda lisans veya yüksek lisans derecesine sahip olun; doktora avantajdır ancak zorunlu değildir
Yan Haklar
- Rekabetçi ücretlendirme
- Özel sağlık sigortası
- Dostane, çeşitli ve uluslararası bir çalışma ortamı
- Hızla büyüyen Bağlantılı TV sektöründe zorlu çalışmalar aracılığıyla profesyonel gelişim fırsatları
- İyi finanse edilen, hızlı büyüyen bir şirkete erken aşamada katılma ve milyonlarca kişiyi etkilemesi beklenen bir ürünün ve işletmenin şekillenmesine katkıda bulunma fırsatı