Datenwissenschaftler bei Xenoss in Xenoss

Projekt

LightAd möchte einen proprietären leistungsorientierten DSP mit einem eingebetteten Optimierungsmodul entwickeln, der verschiedene Abrechnungsmodelle unterstützt, darunter CPM, CPC und CPA. Das Hauptziel besteht darin, die Technologie ins eigene Haus zu bringen und alle Vorteile des Besitzes des geistigen Eigentums zu nutzen, wie zum Beispiel:
Anpassung: LightAd sollte die volle Kontrolle über die Funktionalität der Lösung haben. Die Fähigkeit der Lösung, verschiedene Geschäftsanforderungen und -anforderungen zu erfüllen, wird LightAd von der Konkurrenz abheben.
Skalierbarkeit: LightAd DSP sollte so konzipiert sein, dass es mit dem Wachstum des Unternehmens skaliert und die Flexibilität bietet, neue Funktionen und Fähigkeiten hinzuzufügen. Die Einschränkungen von White-Label-Lösungen werden kein Hindernis mehr für das Unternehmen darstellen.
Sicherheit und Compliance: Der Besitz des geistigen Eigentums ermöglicht die Implementierung robuster Sicherheitsmaßnahmen, eine bessere Kontrolle des Datenschutzes, Schutz vor Sicherheitsbedrohungen usw.
Langfristige Kosten Einsparungen:  Der Besitz des geistigen Eigentums führt zu langfristigen Kosteneinsparungen.
LightAd möchte laufende Lizenzgebühren und Abhängigkeiten von Drittanbietern vermeiden, die mit der Zeit zu erheblichen Kosten führen können.
Potenzielle Akquisition:  Die Technologie sollte der Bewertungsmultiplikator sein, wenn LightAd den Übergang zum Geschäftsszenario in Betracht zieht.

– Bachelor- oder Master-Abschluss in Informatik, Ingenieurwesen, Mathematik oder einem verwandten Bereich.
— Mindestens 5 Jahre Erfahrung in einer Datenwissenschaft oder einer damit verbundenen Rolle, mit einer nachgewiesenen Erfolgsbilanz bei der Anwendung von Techniken des maschinellen Lernens auf reale Probleme.
– Erfahrung mit Cloud-Diensten (AWS, Azure usw.) und ML-Bereitstellungstools (MLflow oder Kubeflow).
– Kenntnisse in Python, insbesondere mit dem klassischen DS-Stack (NumPy, SciPy, Pandas, Matplotlib, Scikit-Learn usw.).
— Vertrautheit mit den wichtigsten Deep-Learning-Tools und Frameworks (TensorFlow/Keras, PyTorch).
— Vertrautheit mit statistischen Methoden und Techniken, einschließlich A/B-Tests.
– Oberes mittleres Englischniveau (schriftlich und mündlich).

Projekt

LightAd möchte einen proprietären leistungsorientierten DSP mit einem eingebetteten Optimierungsmodul entwickeln, das verschiedene Abrechnungsmodelle unterstützt. einschließlich CPM, CPC und CPA. Das Hauptziel besteht darin, die Technologie ins eigene Haus zu bringen und alle Vorteile des Besitzes des geistigen Eigentums zu nutzen, wie zum Beispiel:
Anpassung: LightAd sollte die volle Kontrolle über die Funktionalität der Lösung haben. Die Fähigkeit der Lösung, verschiedene Geschäftsanforderungen und -anforderungen zu erfüllen, wird LightAd von der Konkurrenz abheben.
Skalierbarkeit: LightAd DSP sollte so konzipiert sein, dass es mit dem Wachstum des Unternehmens skaliert und die Flexibilität bietet, neue Funktionen und Fähigkeiten hinzuzufügen. Die Einschränkungen von White-Label-Lösungen werden kein Hindernis mehr für das Unternehmen darstellen.
Sicherheit und Compliance: Der Besitz des geistigen Eigentums ermöglicht die Implementierung robuster Sicherheitsmaßnahmen, eine bessere Kontrolle des Datenschutzes, Schutz vor Sicherheitsbedrohungen usw.
Langfristige Kosten Einsparungen:  Der Besitz des geistigen Eigentums führt zu langfristigen Kosteneinsparungen.
LightAd möchte laufende Lizenzgebühren und Abhängigkeiten von Drittanbietern vermeidenrs, was im Laufe der Zeit zu erheblichen Kosten werden kann.
Potenzielle Akquisition:  Die Technologie sollte der Bewertungsmultiplikator sein, wenn LightAd den Übergang zum Geschäftsszenario in Betracht zieht.

,[— Arbeiten Sie eng mit dem Team zusammen, um die Geschäftsziele zu verstehen und sie in Data-Science-Initiativen umzusetzen., — Skalierbare Lösungen mithilfe modernster KI entwerfen, entwickeln und warten und ML-Techniken., — Skalierbare, effiziente und automatisierte Datenanalyse- und Modellentwicklungsprozesse etablieren., — Die Vorteile und Grenzen von KI/ML-Modellen und -Funktionen klar an verschiedene Interessengruppen weitergeben. Stellen Sie ihnen regelmäßige Updates und Einblicke zur Verfügung.]

Anforderungen: Python, NumPy, SciPy, Pandas, Abschluss, Datenwissenschaft, maschinelles Lernen, AWS, Azure, Matplotlib, scikit-learn, Deep Learning, TensorFlow, Keras, PyTorch, statistische Methoden