資深資料科學家，CTV 受眾建模——Titan OS（巴塞隆納混合辦公）
為 Titan OS 的聯網電視廣告平台開發預測型受眾模型。 運用抽樣理論與機器學習，從不完整資料外推客戶族群。
說明
- 將種子受眾與樣本受眾擴展為涵蓋更廣泛聯網電視人口的高價值群組
- 運用加權、校準、多層次迴歸與階層式方法，從不完整或非代表性樣本中可靠外推
- 開發傾向性、分類、相似度、排序及正例-未標記模型，找出與種子受眾高度相似的使用者
- 從大規模事件資料中建立可靠的行為與情境特徵，同時限制目標洩漏與模型不穩定性
- 調查選擇偏差、涵蓋缺口與共變量偏移，並說明受眾估算中的不確定性
- 透過留出集、時間與地理測試，以及實際觀測到的行銷活動結果，評估提升幅度、精確率與召回率、校準度及穩定性
- 透過具備版本控制、漂移偵測、監控與重新訓練能力的可擴展管線部署成功模型
- 與產品、商務及工程團隊合作，同時在資料團隊內建立嚴謹的建模標準
職位要求
- 具備至少 8 年資料科學、應用統計、定量研究、計量經濟學或密切相關領域的專業經驗
- 具備深厚的統計學知識，涵蓋抽樣理論、估計、推論、機率、不確定性量化與實驗設計
- 擁有使用事後分層、迭代比例擬合、校準或傾向性加權、階層模型或多層次迴歸將樣本推廣至母體的豐富經驗
- 擁有從種子受眾、CRM 或客戶樣本或已知轉換使用者中，運用傾向性、分類、相似度、排序或正例-未標記方法開發相似受眾模型的實務經驗
- 能在廣義線性模型、XGBoost 或 LightGBM、集成模型、嵌入與大規模行為資料集方面應用進階機器學習與特徵工程
- 使用提升幅度或收益、precision@K 或 recall@K、機率校準、A/B 測試、穩定性分析與漂移監控驗證模型
- 熟練使用 Python 與 SQL，包括 scikit-learn、pandas 與 NumPy
- 具備大規模雲端資料平台以及生產機器學習或 MLOps 經驗者佳
- 溝通清楚，具備扎實的定量基礎
- 擁有相關定量領域的學士或碩士學位；博士學位為佳但非必要
福利待遇
- 具競爭力的薪酬
- 私人醫療保險
- 友善、多元且國際化的工作環境
- 透過在快速成長的聯網電視產業中從事具挑戰性的工作，獲得專業發展機會
- 有機會提早加入一家資金充足、高成長的公司，並參與塑造預計將影響數百萬人的產品與事業