ShyftLabs giúp các doanh nghiệp biến dữ liệu và trí tuệ nhân tạo thành những năng lực kinh doanh thiết thực. Công ty cung cấp các dịch vụ tư vấn về dữ liệu và AI, tạo mẫu nhanh, triển khai giải pháp, mở rộng nền tảng và vận hành liên tục, hỗ trợ tổ chức từ giai đoạn xây dựng chiến lược ban đầu đến khi đưa vào môi trường sản xuất. ShyftLabs phát triển hạ tầng dữ liệu an toàn, dịch vụ nền tảng đám mây, giải pháp phân tích và AI được thiết kế để tích hợp với quy trình làm việc hiện có và nâng cao hiệu quả vận hành. Công ty đồng hành cùng khách hàng trong toàn bộ vòng đời của các sáng kiến dữ liệu và AI, điều chỉnh phương án triển khai theo mục tiêu chuyển đổi của từng tổ chức.
Nhà khoa học dữ liệu (Làm việc kết hợp, Ấn Độ)
ShyftLabs đang tuyển Nhà khoa học dữ liệu để phát triển mô hình dự báo, tiến hành thử nghiệm và xây dựng các quy trình dữ liệu. Vị trí này chuyển hóa những phân tích phức tạp thành các khuyến nghị hỗ trợ quyết định về sản phẩm và kinh doanh.
Mô tả
- Phát triển và đánh giá các mô hình học máy cho dự báo, phân khúc và đề xuất
- Phối hợp với các nhóm sản phẩm và kỹ thuật để chuyển các câu hỏi kinh doanh thành những bài toán phân tích
- Khám phá và phân tích các tập dữ liệu lớn nhằm xác định những mẫu hình có ý nghĩa
- Lập kế hoạch và đánh giá các thử nghiệm A/B cùng những thử nghiệm khác
- Tạo và duy trì các quy trình dữ liệu cùng với nhóm kỹ thuật dữ liệu
- Trình bày thông tin chuyên sâu thông qua báo cáo, bảng điều khiển và thuyết trình
- Theo dõi hiệu suất và độ lệch của các mô hình đã triển khai, cải thiện mô hình khi cần
- Góp phần thiết lập các quy trình tốt về thử nghiệm, đánh giá mô hình và chất lượng dữ liệu
- Chuyển hóa dữ liệu của công ty thành những thông tin chuyên sâu có thể hành động và các sản phẩm thông minh
Yêu cầu
- Ít nhất ba năm kinh nghiệm trong lĩnh vực khoa học dữ liệu, học máy ứng dụng hoặc phân tích định lượng
- Nắm vững Python, bao gồm Pandas, NumPy và Scikit-learn, cùng với SQL
- Hiểu sâu về thống kê và thiết kế thử nghiệm, bao gồm thử nghiệm A/B
- Có kinh nghiệm thực tế trong phát triển và đánh giá các mô hình học máy cho những ứng dụng thực tế
- Kỹ năng giao tiếp rõ ràng để giải thích kết quả kỹ thuật cho đối tượng không chuyên môn
- Có kinh nghiệm xử lý các tập dữ liệu lớn và tạo mã phân tích hiệu quả, sẵn sàng cho môi trường sản xuất
- Quen thuộc với Matplotlib, Seaborn, Tableau hoặc các công cụ trực quan hóa dữ liệu tương đương
- Python
- Pandas
- NumPy
- Scikit-learn
- SQL
- Thống kê và thiết kế thử nghiệm, bao gồm thử nghiệm A/B
- Phát triển mô hình học máy
Phúc lợi
- Mức đãi ngộ cạnh tranh cùng khoản thưởng dựa trên hiệu suất
- Thời gian làm việc linh hoạt với các lựa chọn làm việc từ xa và kết hợp
- Bảo hiểm y tế và các phúc lợi chăm sóc sức khỏe
- Ngân sách cho việc học tập và phát triển chuyên môn
- Môi trường hợp tác, nơi công việc phân tích trực tiếp hỗ trợ các quyết định