Специалист по данным @ Xenoss в Xenoss

Проект

LightAd планирует разработать собственную, ориентированную на производительность DSP со встроенным модулем оптимизации, поддерживающим различные модели выставления счетов, включая CPM, CPC и CPA. Основная цель — внедрить технологию внутри компании и получить все преимущества владения интеллектуальной собственностью, такие как:
Кастомизация: LightAd должен иметь полный контроль над функциональностью решения. Способность решения удовлетворять различные потребности и требования бизнеса выделит LightAd среди конкурентов.
Масштабируемость. LightAd DSP должен быть спроектирован так, чтобы масштабироваться по мере роста бизнеса и иметь возможность добавлять новые функции и возможности. Ограничения решений «white label» больше не будут препятствием для бизнеса.
Безопасность и соответствие . Владение IP позволяет реализовать надежные меры безопасности, лучше контролировать конфиденциальность данных, защиту от угроз безопасности и т. д.
Долгосрочные затраты экономия:  Владение интеллектуальной собственностью приводит к долгосрочной экономии средств.
LightAd хочет избежать постоянных лицензионных сборов и зависимости от сторонних поставщиков, которые со временем могут стать значительными расходами.
Потенциальное приобретение.  Технология должна стать мультипликатором оценки, если LightAd рассмотрит возможность реализации бизнес-сценария.

 — степень бакалавра или магистра в области компьютерных наук, инженерии, математики или связанной области.
— Минимум 5 лет опыта работы в области обработки данных или смежных должностях, с подтвержденным опытом применения методов машинного обучения для решения реальных проблем.
— Опыт работы с облачными сервисами (AWS, Azure и т. д.) и инструментами развертывания машинного обучения (MLflow или Kubeflow).
— Знание Python, в частности классического стека DS (NumPy, SciPy, Pandas, matplotlib, scikit-learn и т. д.).
— Знакомство с основными инструментами и платформами глубокого обучения (TensorFlow/Keras, PyTorch).
— Знание статистических методов и методик, включая A/B-тестирование.
— Уровень английского языка выше среднего (письменный и устный).

Проект

LightAd хочет разработать собственную, ориентированную на производительность DSP со встроенным модулем оптимизации, поддерживающим различные модели выставления счетов, включая цену за тысячу показов, цену за клик и цену за конверсию. Основная цель — внедрить технологию внутри компании и получить все преимущества владения интеллектуальной собственностью, такие как:
Кастомизация: LightAd должен иметь полный контроль над функциональностью решения. Способность решения удовлетворять различные потребности и требования бизнеса выделит LightAd среди конкурентов.
Масштабируемость. LightAd DSP должен быть спроектирован так, чтобы масштабироваться по мере роста бизнеса и иметь возможность добавления новых функций и возможностей. Ограничения решений «white label» больше не будут препятствием для бизнеса.
Безопасность и соответствие . Владение IP позволяет реализовать надежные меры безопасности, лучше контролировать конфиденциальность данных, защиту от угроз безопасности и т. д.
Долгосрочные затраты экономия:  Владение интеллектуальной собственностью приводит к долгосрочной экономии средств.
LightAd хочет избежать постоянных лицензионных сборов и зависимости от сторонних поставщиков.рупий, что со временем может стать значительными расходами.
Потенциальное приобретение.  Технология должна стать мультипликатором оценки, если LightAd рассмотрит возможность реализации бизнес-сценария.

,[— Тесно работать с командой, чтобы понимать бизнес-цели и воплощать их в инициативы по науке о данных., — Проектировать, разрабатывать и поддерживать масштабируемые решения с использованием современного искусственного интеллекта. и методы машинного обучения. — Установите масштабируемые, эффективные и автоматизированные процессы анализа данных и разработки моделей. — Четко сообщите о преимуществах и ограничениях моделей и возможностей AI/ML различным заинтересованным сторонам. Регулярно предоставляйте им обновления и аналитическую информацию]

Требования: Python, NumPy, SciPy, pandas, ученая степень, наука о данных, машинное обучение, AWS, Azure, Matplotlib, scikit-learn, Глубокое обучение, TensorFlow, Keras, PyTorch, Статистические методы