
Lojas Renner 預測與機器學習資料科學家
為巴西時尚零售集團 Lojas Renner 建立預測模型與機器學習流程, 支援策略決策。
說明
- 開發並精進適用於不同預測期間與細節層級的預測模型。
- 建立並改善資料準備、模型訓練、評估及推論流程。
- 檢視影響資料與預測準確度的趨勢、季節性模式、事件及外部因素。
- 透過分析與實驗比較模型,兼顧技術指標與業務影響。
- 追蹤正式環境中的模型,找出效能變化、偏差及改善空間。
- 調查資料不一致問題,並針對資料品質、特徵工程及建模流程提出改善建議。
- 與工程及技術團隊合作,部署、整合並擴展解決方案。
- 將業務挑戰轉化為分析問題,並清楚傳達發現與建議。
- 記錄實驗、技術決策及評估標準,以支援解決方案持續改善。
職位要求
- 具備電腦科學、資料科學、統計、數學、經濟、工程或相關領域的學士學位。
- 具備資料科學、機器學習或統計建模的實務經驗。
- 熟練使用 Python 和 SQL 進行資料分析、處理及建模。
- 具備建置時間序列、迴歸及預測模型的經驗。
- 了解預測所使用的統計技術與機器學習演算法。
- 具備資料準備、特徵工程及跨時間驗證模型的經驗。
- 熟悉 MAE、RMSE、WAPE、MAPE 及偏差等預測指標。
- 具備版本控制,以及追蹤實驗和模型的工具使用經驗。
- 能建置組織完善、可測試且適合正式環境使用的解決方案。
- 能理解業務需求,並將其轉化為資料導向的解決方案。
- 具備階層式預測、預測協調及不同細節層級經驗者尤佳。
- 了解時間序列的 ARIMA、ETS、Prophet、樹狀模型及神經網路者尤佳。
- 具備使用外部變數、日曆事件及機率預測經驗者尤佳。
- 熟悉 Databricks、Apache Spark 及雲端平台者尤佳。
- 了解 MLflow、Docker、CI/CD 及 MLOps 實務者尤佳。
- 具備最佳化、模擬或需求規劃經驗者尤佳。
- 具備自動化監控、偵測模型退化及重新訓練經驗者尤佳。


