Senior adattudós – valós idejű esport-predikciók

Stack

Feladatok

• ▹A gépi tanulási modellek és statisztikai keretrendszerek kutatásának, felépítésének és optimalizálásának vezetése, amelyek a valós idejű oddsokat és fogadási piacokat működtetik
• ▹Fejlett feature engineering: mély predikciós jelek kinyerése nyers, nagy frekvenciájú esport-telemetriai adatokból
• ▹Csúcstechnológiás modellek építése, a modellteljesítményre és a valószínűség-kalibrációra fókuszálva
• ▹Szigorú backtesting-keretrendszerek tervezése az adatszivárgás megelőzésére és a teljesítmény történeti piaci alapvonalakhoz mérésére
• ▹Piaci logika kidolgozása: az alap győzelmi valószínűségeket komplex derivált piacokká (hendikepek, totálok, játékos-propok) alakító matematikai szabályok és valószínűségi levezetések megalkotása
• ▹Valós idejű éles rendszerek telepítése: a modellek zökkenőmentes átültetése éles minőségű pipeline-okba és mikroszolgáltatásokba

Elvárások

• ▹5+ év professzionális tapasztalat adattudományban, kvantitatív kutatásban vagy statisztikai modellezésben
• ▹Mély, intuitív valószínűségszámítási, statisztikai és gépi tanulási elméleti tudás
• ▹Haladó szintű Python-ismeret, a Python adattudományi eszköztár szakértői szintű használata, éles minőségű kód írása
• ▹Bizonyított tapasztalat komplex backtesting-környezetek tervezésében és egyedi kiértékelési metrikák meghatározásában

Előny

• ▹Mély esport-szakértelem (CS2, Dota 2, LoL), a játékmechanikák és a versenymeta ismerete
• ▹Nagy frekvenciájú / valós idejű, folyamatosan frissülő adatokon való modellezési tapasztalat
• ▹Szoftverfejlesztési alapismeretek, MLOps-elvek, MLFlow, Airflow és hasonló eszközök ismerete

Soft skillek

A munkáltatóról

A GRID valós idejű predikciós rendszereket épít versenyesport-mérkőzésekhez (CS2, Dota 2, League of Legends). Modelljeik élő fogadási piacokat működtetnek, folyamatosan frissülő győzelmi valószínűségeket, hendikep-vonalakat, over/under totálokat és speciális piacokat generálva a mérkőzések alatt.