Data Scientist - Dynamic Pricing & Offer Optimization, հեռավար աշխատանք

Այս հայտարարությունը հրապարակել է TechBiz Global ընկերությունը, փնտրվող պաշտոնը՝ Data Scientist - Dynamic Pricing & Offer Optimization։ Պաշտոնը «Տվյալներ և անալիտիկա» կատեգորիայից է և ամբողջովին հեռավար։ Ընկերությունը չի սահմանափակում թեկնածուի բնակության վայրը, ուստի կարող եք դիմել այնտեղից, որտեղ ապրում եք։

Հայտարարության մեջ նշված հիմնական գործիքներն են՝ Python, Machine Learning։ Ռեզյումեն պետք է ցույց տա հենց այս հմտությունների կոնկրետ օրինակներ։

Գործատուն թիվ չի հրապարակել, հարցը լուծվում է հարցազրույցին։ Աշխատանքային ժամերի վերաբերյալ հայտարարությունը պայման չի դնում։

Այս թափուր աշխատատեղն անցել է ավտոմատ ստուգում. ցանկ չեն մտնում այն հայտարարությունները, որոնք պահանջում են օտարերկրյա աշխատանքի թույլտվություն, վիզայի հովանավորություն, որոշակի քաղաքացիություն կամ նշված երկրում բնակություն։

TechBiz Global-ում մենք մեր առաջատար հաճախորդներին առաջարկում ենք մասնագիտացված հավաքագրման ծառայություններ: Մենք ներկայումս փնտրում ենք տվյալների գիտնական, որը կաջակցի մեր հաճախորդների թիմերից մեկին: Այս դերը ֆանտաստիկ հնարավորություն է ստեղծում նորարար միջավայրում բարգավաճել ցանկացող մասնագետների համար:

Գլխավոր պատասխանատվությունները.

- Ստեղծել եւ իրականացնել մոդելներ՝ - Գնի զգայունության վերլուծություն / փոխակերպման կանխատեսում - Հաճախորդների շրջանառության վերլուծություն / պահպանումի բարելավում - Շուկայի սեգմենտացիա եւ նմանության վերլուծություն (կլուսավորում, K-ին մոտակա հարեւաններ) - Ապրանքի առաջարկություն / գնահատման ալգորիթմներ

- Նախագծել եւ իրականացնել A/B փորձարկումներ եւ բարձրացնել մոդելավորում՝ քարոզարշավի արդյունավետությունը գնահատելու համար:

- Ստեղծել սիմուլացիոն գործիքներ գնային սցենարների վերլուծության եւ հիպոտետիկ փորձարկումների համար:

- Ստեղծեք ավտոմատ աշխատանքային հոսքեր մոդելների ուսուցման, գնահատման եւ կանոնավոր թարմացման համար:

- Համագործակցեք տվյալների ինժեներների հետ ՝ ապահովելու անխափան առանձնահատկությունների ինտեգրումը:

- Գործարար ռազմավարության թիմի հետ համագործակցել ՝ պատկերացումները գործելի կանոններ եւ չափանիշներ դարձնելու համար:

- Մոդելների կատարելագործման համար ինտեգրեք իրական ժամանակի հետադարձ կապի մեխանիզմներ (գնիր, մերժիր, ավարտիր):

Պահանջանքներ.

- Փորձառություն. 5-8 տարի կիրառական մեքենայական ուսուցման, վիճակագրական մոդելավորման եւ տվյալների գիտության ոլորտում լայնածավալ նախագծերի համար:

- Մեքենաների ուսուցման, վիճակագրության եւ տնտեսագիտության մասնագիտություն:

- Python- ի հմտություններ (պանդաններ, scikit-սովորել, numpy, վիճակագրական մոդելներ, xgboost, lightGBM)

- Մոդելային կյանքի ցիկլի կառավարման (MLOP) գիտելիքներ:

- Հեռահաղորդակցության հիմնական կատարողականի ցուցանիշների մանրամասն ըմբռնում. ARPU, լիցքավորման հաճախականություն, հաճախորդի դրամապանակի չափը, փոխարժեքը եւ այլն:

- Մատչային ինժեներական խողովակաշարերի նախագծման եւ A/B փորձարկումների կատարման հմտություններ:

- Տվյալների պատկերացումներ եւ պատմություններ ներկայացնելու ունակություն ոչ տեխնիկական լսարանների համար:

Նախընտրական որակավորում.

- Հեռահաղորդակցության առաջարկի եւ վերբեռնման մոդելավորման կամ դինամիկ գների համակարգերի հետագա շրջանակ:

- Pricefx PriceAI, Adobe Target Recommendations կամ Reinforcement Learning շրջանակների հետ ծանոթություն:

- Տեղեկատվություն Elasticity Curves- ի, հաճախորդի կյանքի արժեքի (CLV) եւ առաջարկի հոգնածության վերլուծության վերաբերյալ:

- Մեքենաների ուսուցման արդյունքները միավորելու փորձ բիզնեսի որոշումների կայացման համակարգերի կամ կանոնների վրա հիմնված շարժիչների մեջ:

Գլխավոր իրադարձությունները.

- Հեռավոր աշխատանք - Տվյալների եւ AI ինժեներական բաժնի մի մասը - Սկզբնականում տեղադրվել է Հիմալայայի տարածաշրջանում