Quantcast raqamli reklama va auditoriya tahliliga ixtisoslashgan marketing, media va SaaS kompaniyasidir. Uning Q+ sun’iy intellekt platformasi va Audience Graph tizimi Connected TV, audio, video, displey, mobil va native kanallarida o‘lchash, nishonlash hamda dasturiy media joylashtirishni qo‘llab-quvvatlaydi. Quantcast, shuningdek, cookie-fayllarsiz reklama yechimlari va noshirlar uchun vositalarni ishlab chiqadi hamda to‘g‘ridan-to‘g‘ri iste’molchiga savdo, chakana savdo, sayohat, o‘yinlar, moliya, B2B va B2C bozorlari kabi sohalardagi reklama beruvchilar, agentliklar va bizneslarga xizmat ko‘rsatadi.
Quantcast kompaniyasida mashinaviy o‘qitish muhandisi (gibrid, Buyuk Britaniya)
Quantcast kompaniyasining sun’iy intellektga asoslangan reklama platformasini qo‘llab-quvvatlaydigan kengaytiriladigan, real vaqt rejimidagi mashinaviy o‘qitish tizimlarini yarating va takomillashtiring. Modellashtirish yondashuvlarini sinab ko‘rasiz, yuqori o‘tkazuvchanlikka ega xizmatlarni optimallashtirasiz hamda tajribali olimlar va muhandislar bilan hamkorlik qilasiz.
Tavsif
- Mashinaviy o‘qitish ilovalarini ishlab chiqish, joriy etish, sinash va nosozliklarini bartaraf etish
- Har soniyada millionlab real vaqt so‘rovlarini qayta ishlaydigan global, yirik tizimlarni takomillashtirish
- Mashinaviy o‘qitish va modellashtirishning yangi yondashuvlarini baholash uchun tajribalar o‘tkazish
- Mashinaviy o‘qitish modellarini takomillashtirish uchun katta ilmiy xodimlar va muhandislar bilan ishlash
- Dasturiy ta’minot muhandisligi bo‘yicha ilg‘or amaliyotlarga mos, aniq, samarali va qo‘llab-quvvatlash oson bo‘lgan kod yozish
- Kod ko‘rib chiqishlarida qatnashish va konstruktiv texnik fikr bildirish
- Tizimdagi tor joylarni aniqlash va kengaytiriluvchanlikni oshirish uchun komponentlarni optimallashtirish
- Tashkilotdan tashqaridagi mashinaviy o‘qitish sohasiga oid muhim yutuqlarni kuzatib borish
- Mentorlik orqali akademik nazariyani ishlab chiqarish miqyosidagi tizimlar bilan bog‘lash
Talablar
- Mashinaviy o‘qitish yoki amaliy statistika sohasida ikki yilgacha tajriba, jumladan stajirovka yoki salmoqli akademik ish tajribasi
- Informatika, matematika, dasturiy ta’minot muhandisligi yoki unga yaqin yo‘nalish bo‘yicha daraja
- Python, Java yoki unga teng dasturlash tilini puxta bilish
- Ehtimollar nazariyasi, statistika va gipotezalarni tekshirish bo‘yicha mustahkam bilim
- Tasniflash, regressiya, klasterlash, reytinglash, NLP yoki LLMlar kabi asosiy mashinaviy o‘qitish usullarini amaliy bilish
- Pandas va NumPy kabi ma’lumotlarni qayta ishlash vositalari bilan ishlash tajribasi
- PyTorch, Scikit-learn yoki XGBoost kabi mashinaviy o‘qitish freymvorklari bilan tanishlik
- Taqsimlangan tizimlar, dasturiy ta’minot dizayni, parallellik, ma’lumotlar tuzilmalari va dasturiy ta’minot muhandisligiga kuchli qiziqish
Imtiyozlar
- Natijalarga asoslangan bonus olish huquqi
- Aksiyadorlikda ishtirok etish
- Keng qamrovli imtiyozlar to‘plami
- Katta ilmiy xodimlar va muhandislardan amaliy mentorlik