Data scientist (média-hatékonyság)

Stack

Feladatok

• ▹Ügyféligényekre szabott, adatvezérelt megoldások tervezése fejlett elemzési módszerek, ML-modellek és AI-technológiák felhasználásával
• ▹Médiahatékonysági projektek vezetése: Media Mix Modellek, inkrementalitás-vizsgálatok és többérintkezéses attribúciós megoldások tervezése, építése és értelmezése az ügyfelek médiaköltés-allokációjához és marketingstratégiájához
• ▹Skálázható, végponttól végpontig terjedő ML- és AI-rendszerek megvalósítása – modelltanítás, inferencia, üzembe helyezés, monitorozás – felhő technológiák felhasználásával
• ▹Vezető szerep vállalása egy multidiszciplináris csapatban (mérnökök, konzultánsok, ügyfél oldali érintettek)
• ▹Komplex technikai megoldások kommunikálása ügyfelek felé, előrehaladási jelentések és bemutatók formájában
• ▹Modelleredmények lefordítása egyértelmű, cselekvésre alkalmas javaslatokká ügyfél oldali érintettek, köztük a felső vezetés számára
• ▹Ügyfelek tanácsadása és irányítása a data science-megoldások bevezetésében, megbízható adatvezérelt döntéshozatali partnerként

Elvárások

• ▹MSc diploma erősen elemző, kvantitatív területen (pl. ökonometria, data science, alkalmazott matematika, statisztika)
• ▹Gyakorlati tapasztalat data scientistként médiahatékonysági megoldások – Media Mix Modelling, inkrementalitás-vizsgálatok, többérintkezéses attribúció – építésében
• ▹Alapos marketingstratégiai, médiacsatorna- és ügyfélút-ismeret, valamint annak megértése, hogyan fordítható a médiabefektetés üzleti hatássá
• ▹Erős alapok a hagyományos statisztikai módszerekben (regresszió, idősorok, valószínűségi modellek), proaktív hozzáállással az ML/AI legújabb fejlesztéseihez
• ▹Mély ismeretek Bayes-i modellezésben és okságelemzésben, ügyfélközpontú mérési kontextusban alkalmazva
• ▹Python-jártasság data science könyvtárakkal (scikit-learn, pandas, NumPy, SciPy)
• ▹Erős SQL-tudás, tapasztalat adattárházi megoldásokkal (Snowflake, BigQuery, Redshift)
• ▹MLOps-koncepciók megértése, gyakorlati tapasztalat felhőplatformokon (AWS, Azure, GCP)
• ▹Tapasztalat verziókezeléssel (Git) és konténerizációs eszközökkel (Docker)
• ▹Kiváló elemző gondolkodás és problémamegoldó képesség
• ▹Erős kommunikációs készség, technikai fogalmak érthető átadása nem technikai közönség számára

Soft skillek

A munkáltatóról

A DEPT®/AI célja, hogy AI segítségével a lehető legjobb munkát végezze az iparágban; az EMEA Data & AI csapat része, amely 30+ országban van jelen, mély tech- és marketingtudással rendelkező, digitálisan született ügynökségként.