Naukowiec od Danych

Zespół Data Science tworzy operacyjne modele uczenia maszynowego, które stanowią rdzeń produktu Signifyd. Pomagamy firmom we wszystkich rozmiarach w redukcji narażenia na oszustwa i zwiększaniu ich przychodów. Dodatkowo ulepszamy doświadczenie zakupów online dla osób indywidualnych, zmniejszając ilość niesłusznie odrzuconych zamówień i utrudniając kradzież kont przestępcom. Zespół ma pełną kontrolę nad naszym silnikiem decyzyjnym, od badania i rozwoju po online performance i zarządzanie ryzykiem. Cenimy współpracę i wzajemną odpowiedzialność - nikt nie powinien czuć, że zmaga się z trudnym wyzwaniem w samotności. Razem wspieramy siebie nawzajem w rozwijaniu naszych umiejętności poprzez wzajemną ocenę eksperymentów i kodu, grupowe sesje nauki do zwiększenia naszego zrozumienia ML i statystyki oraz regularne dzielenie się wiedzą poprzez na żywo demonstracje, opracowania i specjalne projekty międzyzespołowe. Zespół Data Science i Engineering w Signifyd zawsze miał silną zdalną siłę roboczą, w tym indywidualnych kontrybutorów i liderów zespołów. Przeszkody w pracy zdalnej nie są nam obce, a my stopniowo udoskonaliliśmy naszą kulturę pracy zdalnej. Jak wywrzesz wpływ: - Badanie nowych, rzeczywistych wzorców oszustw z naszym zespołem Risk Intelligence. - Wzmacnianie kluczowych elementów Platformy Ochrony Handlu Signifyd. - Komunikowanie skomplikowanych koncepcji szerokiej publiczności. - Opracowanie operacyjnych modeli uczenia maszynowego do wykrywania oszustw. - Pisanie produkcyjnego i offline kodu analitycznego w Pythonie. - Praca z rozproszonymi strumieniami danych. - Współpraca z zespołami inżynieryjnymi w celu wzmocnienia naszej infrastruktury uczenia maszynowego. Wymagania: - Wykształcenie wyższe z zakresu informatyki lub podobne w dziedzinie analitycznej, lub równoważne doświadczenie praktyczne. - Minimum 2 lata istotnego doświadczenia zawodowego. - Używanie wizualizacji do komunikowania wyników analizy zespołowi. - Przeprowadzanie analizy statystycznej z mocnym podstawowym zrozumieniem. - Pisanie kodu i przeglądanie kodu innych w wspólnym repozytorium kodu, najlepiej w Pythonie. - Praktyczna znajomość SQL. - Doświadczenie w projektowaniu eksperymentów i zbieraniu danych. - Znajomość linii poleceń Linuxa. - Ta rola obejmuje dyżury w ramach naszego weekendowego harmonogramu; obecnie przypada to na około sześć weekendów w roku. Dodatkowe punkty, jeśli masz: - Poprzednie doświadczenie w oszustwach, płatnościach lub e-commerce. - Doświadczenie w analizie danych w środowisku rozproszonym. - Pasję do tworzenia dobrze przetestowanego kodu produkcyjnego. - Magisterium lub doktorat. Sprawdź, jak Data Science napędza nową erę E-commerce i odkryj naszego Dyrektora Data Science, który został przedstawiony w Built In. Signifyd oferuje wszystkim swoim pracownikom podstawowe wynagrodzenie, bonusy, udziały i benefity. Nasze ogłoszenie o pracę może obejmować więcej niż jeden poziom kariery, a poziom i wynagrodzenie oferowane będzie ustalane na podstawie konkretnego doświadczenia, wiedzy, umiejętności i zdolności kandydata oraz wewnętrznej równości i zgodności z danymi rynkowymi.