Naukowiec danych

Opis stanowiska: - Współpraca ze zainteresowanymi stronami na różnych szczeblach organizacji w celu identyfikacji możliwości wykorzystania danych firmy w celu stworzenia rozwiązań biznesowych i osiągnięcia konkretnych wyników. - Przenikliwe analizowanie danych z baz firmowych w celu promowania optymalizacji i udoskonalenia rozwoju produktu, strategii marketingowych i planów biznesowych. - Ocena skuteczności i precyzji nowych źródeł danych i technik zbierania danych. - Udzielanie wsparcia i współpraca z naszymi zespołami produktowymi, sprzedażowymi, kierownictwem i marketingu, dostarczając im wniosków wynikających z analizy danych firmy. - Umiejętność wykorzystania dużych zbiorów danych do odkrywania możliwości optymalizacji produktu i procesu oraz wykorzystywanie modeli do testowania skuteczności różnych scenariuszy. - Tworzenie unikalnych modeli danych i algorytmów do zastosowania na zestawach danych. - Zastosowanie modelowania prognostycznego do zwiększenia i ulepszenia doświadczeń klienta, generowania przychodów, targetowania reklam i innych wyników biznesowych. - Tworzenie firmowego ramy podziału A/B i testowania jakości modelu. - Współpraca z różnymi zespołami funkcjonalnymi w celu wdrożenia modeli i monitorowania wyników. - Tworzenie procesów i narzędzi do monitorowania i analizowania wydajności modeli i dokładności danych. - Projektowanie paneli sterowania i raportów do wizualizacji danych (w tym korzystania z narzędzi takich jak Tableau, Power BI i podobnych do tworzenia interaktywnych paneli i raportów). - Z entuzjazmem odkrywanie rozwiązań ukrytych w dużych zbiorach danych. Wymagania: - Wykształcenie wyższe w dziedzinie informatyki, informatyki biznesowej, inżynierii, finansów lub pokrewnych dziedzin. - Co najmniej 5 lat doświadczenia w manipulowaniu zbiorami danych i tworzeniu modeli statystycznych, znajomość następującego oprogramowania/narzędzi: - Znajomość programowania i doświadczenie w pracy z Java (preferowana ramka Spring). - Biegłość w różnych technikach uczenia maszynowego (klastering, uczenie drzew decyzyjnych, sztuczne sieci neuronowe, itp.) i głębokie zrozumienie ich praktycznych korzyści i ograniczeń. - Zrozumienie zaawansowanych technik i koncepcji statystycznych (regresja, właściwości rozkładów, testy statystyczne i ich precyzja, itp.) oraz znajomość zastosowań. - Znajomość i doświadczenie w technikach statystycznych i data mining: GLM/Regresja, Random Forest, Boosting, Drzewa, text mining, analiza sieci społecznościowych, itp. - Doświadczenie w korzystaniu z języków komputerowych do celów statystycznych (R, Python, SQL, itp.) dla manipulacji danymi i wydobywania wniosków z dużych zbiorów danych. - Doświadczenie w pobieraniu danych z baz danych i korzystaniu z języków komputerowych do celów statystycznych: R, Python, SQL, itp. & korzystając z usług sieciowych: Redshift, S3, Spark, DigitalOcean, itp. - Doświadczenie w tworzeniu i wykorzystywaniu zaawansowanych algorytmów uczenia maszynowego i statystyki: regresja, symulacja, analiza scenariuszy, modelowanie, klastering, drzewa decyzyjne, sieci neuronowe, itp. - Doświadczenie w analizie danych z zewnętrznych źródeł: Google Analytics, Site Catalyst, Coremetrics, AdWords, Crimson Hexagon, Facebook Insights, itp. - Doświadczenie z narzędziami do przetwarzania rozproszonych danych: Map/Reduce, Hadoop, Hive, Spark, Gurobi, MySQL, itp. - Doświadczenie w wizualizacji/prezentowaniu danych dla zainteresowanych stron korzystając z: Periscope, Business Objects, D3, ggplot, itp. - Doświadczenie w pracy z architekturami danych i tworzeniu ich. - Zdolność i elastyczność do nauki i opanowywania nowych technologii i technik. - Silne umiejętności rozwiązywania problemów z naciskiem na rozwój produktu. - Doskonałe umiejętności komunikacji pisemnej i ustnej do koordynowania działań między zespołami.