Crypto Data Scientist (Indonesia-Remote)

Job expired!

Присоединяйтесь к нашей команде в качестве специалиста по данным о криптовалютах (Удаленно - Индонезия)

Обзор компании

В компании Token Metrics мы используем искусственный интеллект, чтобы помочь инвесторам в криптовалюту создавать прибыльные портфели. С клиентской базой, охватывающей более 50 стран, наши передовые криптовалютные индексы, рейтинги и прогнозы цен отвечают разнообразным потребностям клиентов, от розничных инвесторов и трейдеров до известных менеджеров криптофондов.

Описание работы

Мы ищем высококвалифицированного инженера по машинному обучению для улучшения и оптимизации наших систем на основе искусственного интеллекта. Вам предстоит совершенствовать алгоритмы машинного обучения для повышения эффективности наших предсказательных моделей и возможностей автоматизации. Данная позиция предлагает возможность сотрудничества над сложными проектами, которые напрямую влияют на предсказательную точность и эффективность наших программных решений.

Основные обязанности

  • Сотрудничать с руководством для уточнения и установления целей машинного обучения.
  • Разрабатывать и внедрять саморегулирующиеся ИИ-системы для автоматизации и корректировки предсказательных моделей.
  • Модифицировать и улучшать существующие алгоритмы МО и применять необходимые статистические инструменты.
  • Обеспечивать высокую точность алгоритмических рекомендаций для пользователей.
  • Решать сложные задачи с данными, включающими многоуровневые наборы информации.
  • Улучшать и оптимизировать функциональность существующих рамок МО и библиотек.
  • Выполнять стресс-тесты, проводить детальный статистический анализ и интерпретировать результаты.
  • Вести всестороннюю документацию всех процессов машинного обучения.
  • Оставаться в курсе последних инноваций в области машинного обучения и ИИ.

Минимальные требования

  • Бакалаврская степень в области компьютерных наук, наук о данных, математики или в схожих областях.
  • Магистратура в области вычислительной лингвистики, анализа данных или в смежных областях предпочтительна.