Старший науковець-дослідник з даних

Опис компанії

Освободи свої амбіції ставши старшим науковцем-дослідником даних! Ми шукаємо професіонала із великим досвідом роботи з даними, готового взяти на себе ключову роль, вносячи вклад у наш компетентний центр даних в Sigma Software. Ця посада передбачає оцінку рішень, проведення превиличних продажів, створення архітектурних дизайнів та багато іншого.

ПРОЕКТ

Ми - команда понад 160 професіоналів. Ми дуже різні, але є декілька речей, що об'єднують нас у справжній команді: наша щира пристрасть до нашої роботи, наша дружність та незламний оптимізм, незалежно від всього.

Ми застосовуємо методологію Agile, поєднуючи її з технічною відмінністю та підходом Kanban, щоб подавати роботу найвищого рівня та залишатися задоволеними нашими клієнтами. Наша мета - надавати нашим клієнтам кращу експертизу в різних областях, щоб підвищити їхню ділову цінність та встановити себе як їхнього улюбленого технічного партнера.

Опис роботи

• Тісна співпраця з клієнтом (PO) та іншими керівниками команд для уточнення технічних вимог та очікувань
• Переклад складних бізнес-проблем в рухомі, спрямовані на дію питання або гіпотези, що базуються на даних. Це передбачає взаємодію з зацікавленими сторонами для розуміння кореневих проблем та визначення конкретних питань, на які потрібно відповісти за допомогою аналізу даних
• Збір даних з різних джерел, виявлення та усунення проблем якості даних та перетворення даних у формат, придатний для аналізу та моделювання. Це потребує застосування технік обробки даних, інструментів очищення даних та перевірки якості даних

Кваліфікація

• 3-5+ років досвіду роботи з Python або R
• Досвід роботи з AWS / Azure
• Досвіду в алгоритмах машинного навчання, включаючи лінійну регресію, кластеризацію, класифікацію та системи рекомендацій
• Навички створення ясних, стислих та переконливих візуалізацій за допомогою таких інструментів, як ggplot2, matplotlib або plotly, Power BI, Tableau та Qlik
• Концептуальне розуміння основ аналізу даних, включаючи ETL, сховища даних та неструктуровані дані
• Глибоке розуміння основ глибокого навчання, включаючи активаційні функції, зворотне поширення, CNN, Трансформери, передачу навчання та генеративні моделі
• Навички в оцінці та виборі найбільш відповідної моделі глибокого навчання для конкретного завдання, включаючи оцінювання метрик продуктивності моделей, виявлення потенційних упереджень та порівняння різних архітектур моделей.

Додаткова інформація

ОСОБИСТИЙ ПРОФІЛЬ

• Аналітичні та навички вирішення проблем:
• Демонстрування навичок аналітичного та вирішення проблем, з підтвердженим досвідом застосування цих навичок до реальних викликів, щоб виявляти проблеми, збирати відповідні дані та розробляти інноваційні рішення
• Готовність до постійного навчання, що забезпечує вас у триманні останніх новинок у глибокому навчанні та коригуванні навичок відповідно
• Активна участь у оцінці нових інструментів для аналітичного інжинірингу даних або науки про дані