
Lojas Renner 预测与机器学习数据科学家
为巴西时尚零售集团 Lojas Renner 构建预测模型和机器学习流程, 为战略决策提供支持。
描述
- 开发并完善适用于不同预测周期和细节层级的预测模型。
- 创建并改进用于数据准备、模型训练、评估和推理的流程。
- 分析影响数据及预测准确性的趋势、季节性模式、事件和外部因素。
- 通过分析和实验比较模型,同时考量技术指标与业务影响。
- 跟踪生产环境中的模型,识别性能变化、偏差及改进空间。
- 调查数据不一致问题,并就数据质量、特征工程和建模流程的改进提出建议。
- 与工程和技术团队合作,部署、集成并扩展解决方案。
- 将业务挑战转化为分析问题,并清晰传达发现和建议。
- 记录实验、技术决策和评估标准,以支持持续改进解决方案。
任职要求
- 计算机科学、数据科学、统计学、数学、经济学、工程学或相关学科的学士学位。
- 具备数据科学、机器学习或统计建模方面的实践经验。
- 熟练使用 Python 和 SQL 进行数据分析、处理和建模。
- 具备时间序列、回归和预测模型的构建经验。
- 了解预测中使用的统计技术和机器学习算法。
- 具备数据准备、特征工程以及跨时间验证模型的经验。
- 熟悉 MAE、RMSE、WAPE、MAPE 和偏差等预测指标。
- 具备版本控制以及实验和模型跟踪工具的使用经验。
- 能够构建结构清晰、可测试且适用于生产环境的解决方案。
- 能够理解业务需求,并将其转化为数据驱动的解决方案。
- 具备分层预测、预测协调以及不同细节层级方面的经验者优先。
- 了解用于时间序列的 ARIMA、ETS、Prophet、基于树的方法和神经网络者优先。
- 具备使用外部变量、日历事件和概率预测的经验者优先。
- 熟悉 Databricks、Apache Spark 和云平台者优先。
- 了解 MLflow、Docker、CI/CD 和 MLOps 实践者优先。
- 具备优化、仿真或需求规划方面的经验者优先。
- 具备自动化监控、模型退化检测和重新训练方面的经验者优先。


