Data Scientist - Deep Learning

Tiger Analytics, czołowa firma doradztwa analitycznego, poszukuje doświadczonych naukowców danych do dołączenia do naszego szybko rozwijającego się zespołu. Nasi eksperci przynoszą głęboką wiedzę z zakresu nauki o danych, uczenia maszynowego i sztucznej inteligencji. Jesteśmy zaufanym partnerem analitycznym dla licznych firm z listy Fortune 500, pomagając im czerpać znaczną wartość biznesową z danych.

Nasza doskonałość biznesowa i przywództwo zostały uznane przez wiodące firmy badawcze rynku, w tym Forrester i Gartner. Naszym celem jest zgromadzenie najlepszego na świecie globalnego zespołu doradztwa analitycznego, i poszukujemy najlepszych talentów, aby nam pomóc osiągnąć ten cel.

Jako naukowiec danych w Tiger Analytics, wykorzystasz swoje doświadczenie w dziedzinie AI poprzez uczenie maszynowe, eksplorację danych i pozyskiwanie informacji. Będziesz kluczowym elementem w projektowaniu, prototypowaniu i budowaniu zaawansowanych silników analitycznych i usług nowej generacji. Współpraca jest kluczowa; będziesz ściśle współpracować z interdyscyplinarnymi zespołami i partnerami biznesowymi, aby definiować problemy techniczne i testować hipotezy. Twoje modele analityczne będą imitować decyzje biznesowe i będą integrowane z produktami danych analitycznych i narzędziami.

• Współpraca z partnerami biznesowymi w celu opracowywania innowacyjnych rozwiązań przy użyciu najnowocześniejszych technik i narzędzi.
• Eksperymentowanie, ocenianie i tworzenie produktów AI generatywnego do zadań takich jak ekstrakcja danych i streszczanie dokumentów.
• Wykorzystywanie technik AI (np. szeregi czasowe, uczenie maszynowe, RNN) do analizy danych z czujników i odkrywania znaczących wzorców i wglądów.
• Ocena i doskonalenie modeli w celu ciągłego zwiększania wydajności.
• Praca z naukowcami, inżynierami danych, inżynierami operacji uczenia maszynowego, inżynierami promptów i właścicielami produktów nad rozwojem produktów IoT.
• Inżynieria cech poprzez łączenie różnorodnych wewnętrznych i zewnętrznych źródeł danych, wykorzystując swoje zmysł biznesowy.
• Dzielenie się pasją do nauki o danych w ramach przedsiębiorstwa; ustanawianie procesów, ram, narzędzi, metod i standardów.
• Współpraca, coaching i uczenie się w rosnącym zespole doświadczonych naukowców danych.
• Utrzymywanie aktualności przez udział w konferencjach i zaangażowaniu społecznościowym.

• Licencjat w dziedzinie ilościowej.
• Ekspertyza w Pythonie, w tym zarządzanie zależnościami, środowiskami wirtualnymi i kontrolą wersji w git.
• Doświadczenie z platformami obliczeniowymi w chmurze, takimi jak AWS.
• Znajomość algorytmów sekw