Data Scientist - Dynamic Pricing & Offer Optimization（远程职位）

这条招聘信息来自 TechBiz Global，岗位是 Data Scientist - Dynamic Pricing & Offer Optimization。职位属于「数据与分析」类别，完全远程。公司不限制候选人的居住地，在任何地方都可以申请。

招聘信息里列出的主要工具是：Python、Machine Learning。简历上最好能给出正是这几项能力的具体例子。

公司没有公布具体数字，这一项会在面试时谈定。对工作时间，招聘信息没有提出任何条件。

这个职位通过了自动核查：凡是要求外国工作许可、签证担保、特定国籍，或者必须居住在指定国家的招聘信息，都不会进入列表。

在TechBiz Global，我们为我们的顶级客户提供专业的招聘服务。现正寻找一位数据科学家，以支持我们客户团队的工作。这是一个让专业人才在创新环境中蓬勃发展的绝佳机会。

主要职责：

- 开发并实施以下模型： - 价格敏感性分析/转化预测 - 客户流失分析/留存增强 - 市场细分及相似性分析（聚类、K-近邻） - 产品推荐/评分算法

- 设计并执行A/B测试和提升建模，评估营销活动的效果。

- 创建定价情景分析和假设测试的模拟工具。

- 建立自动化的工作流，用于模型训练、评分和定期更新。

- 与数据工程师合作，确保特征无缝集成。

- 与业务策略团队合作，将洞察转化为可操作的规则和标准。

- 集成实时反馈机制（购买、拒绝、过期等）以优化模型。

要求：

- 经验：5-8年应用于机器学习、统计建模和大规模项目的数据科学经验。

- 机器学习、统计学和计量经济学方面的专长。

- 熟练掌握Python（pandas、scikit-learn、numpy、statsmodels、xgboost、lightGBM）。

- 了解模型生命周期管理（MLOps）。

- 深入理解电信关键绩效指标：ARPU、充值频率、客户钱包大小、流失率等。

- 能够设计特征工程管道并执行A/B测试。

- 能够向非技术受众呈现数据洞察和叙述。

优选资格：

- 在电信套餐及充值建模或动态定价系统方面有背景。

- 熟悉Pricefx PriceAI、Adobe Target Recommendations或强化学习框架。

- 对弹性曲线、客户生命周期价值（CLV）和优惠疲劳分析有所了解。

- 有将机器学习结果融入商业决策系统或规则引擎的经验。

亮点：

- 远程工作 - 属于数据与AI工程部门 - 原始发布于喜马拉雅地区