Lokalizacja: Elastycznie! Wybierz spośród Hamburga, Berlina, Londynu lub Aten.
W FREE NOW pionujemy przyszłość mobilności miejskiej. Korzysta z naszego produktu ponad milion użytkowników dziennie, nasz produkt stoi na czele innowacji w sektorze transportu. Jesteśmy zaangażowani w rozwiązywanie skomplikowanych problemów związanych z dynamicznym ustalaniem cen i alokacją zasobów, które mają znaczący wpływ na mobilność miejską na dużą skalę.
Jesteśmy podekscytowani, by powitać nowego Starszego Naukowca Danych w naszym zespole zajmującym się cenami i alokacją. Na tym stanowisku będziesz:
- Współpracować z analitykami danych, inżynierami uczenia maszynowego i innymi naukowcami danych w celu projektowania i wdrażania zaawansowanych modeli promujących doskonałość operacyjną i świadome podejmowanie decyzji.
- Rozwijać najnowocześniejsze modele uczenia głębokiego skupione na dynamicznym ustalaniu cen i dystrybucji zasobów.
- Pracować bezpośrednio z inżynierami uczenia maszynowego, aby usprawnić zaawansowane modele do wdrożenia.
- Przyczyniać się do rozwoju zespołu poprzez dzielenie się wiedzą, szczególnie w obszarach uczenia głębokiego i uczenia ze wzmocnieniem.
- Działać jako ambasador nauki o danych FREE NOW zarówno wewnętrznie, jak i na zewnątrz, prezentując swoje prace na znaczących wydarzeniach.
Idealny kandydat będzie miał:
- Ponad 5 lat doświadczenia jako naukowiec danych z mocnym zapleczem w badaniach operacyjnych i optymalizacji.
- Zaawansowaną wiedzę w analizie statystycznej, technikach optymalizacji i zaawansowanych algorytmach uczenia.
- Specjalistyczną wiedzę w dynamicznym ustalaniu cen i alokacji zasobów.
- Biegłość w Pythonie i SQL.
- Pasjonat czystego kodowania, reprodukowalności, nauki, współpracy i mentorstwa.
- Zaawansowane wykształcenie w dziedzinie matematyki, fizyki, statystyki, informatyki, inżynierii lub pokrewnej dziedzinie ilościowej – chociaż wyjątkowi kandydaci z różnych środowisk także będą brani pod uwagę.
- Doświadczenie z Spark, Airflow, Databricks, Metabase, Hive, Presto lub MLflow jest zaletą, ale nie jest wymagane.
Ta pozycja jest dostępna dla kandydatów w Berlinie, Hamburgu, Londynie lub Atenach i obejmuje okazjonalne podróże, aby spotkać się z członkami zespołu w różnych lokalizacjach.
- Opcje pracy w pełni zdalnej lub hybrydowej.
- Subsydiowane karnety na siłownię i kompleksowe polityki urlopowe.
- Ekskluzywne zniżki na produkty i specjalny budżet mobilności na aplikację FREENOW.
- Oraz wiele innych lokalnych