Adattudós

Stack

Feladatok

• ▹Osztályozási és előrejelzési use case-eken munka: problémameghatározás, adatelőkészítés, modellfejlesztés
• ▹Adatfeltárás és -tisztítás, EDA végzése adatminőségi problémák feltárására
• ▹Jellemzők (feature) tervezése táblázatos és idősoros adatokhoz
• ▹Sztenderd ML modellek tanítása, validálása, hangolása
• ▹Modellek kiértékelése üzleti KPI-kra gyakorolt hatás szerint
• ▹Vizualizációk és jelentések készítése üzleti érdekelteknek
• ▹Együttműködés adatmérnökökkel a modellek éles rendszerbe vitelében

Elvárások

• ▹Kereskedelmi tapasztalat klasszikus adattudományi/ML modellekkel (döntési fák, ensemble modellek, lineáris regresszió)
• ▹Ügyfélanalitikai vagy fejlett előrejelzési koncepciók ismerete
• ▹Modell-hiperparaméter hangolás és validálási keretrendszerek ismerete
• ▹Python jártasság, alapszintű SQL ismeret
• ▹DS/ML könyvtárak ismerete
• ▹Felhőplatform (Databricks, GCP vagy Azure) tapasztalat

Előny

• ▹Okozati (causal) gépi tanulás ismerete
• ▹Nagy adathalmazokkal és elosztott környezetekkel szerzett tapasztalat
• ▹OOP tapasztalat Pythonban
• ▹MLOps tapasztalat
• ▹R vagy Scala ismeret

Soft skillek

A munkáltatóról

A Lingaro csapata gépi tanulási és adattudományi üzleti megoldásokat szállít, előrejelzési és ügyfélanalitikai területen, gyakran okozati (causality) keretrendszerekre támaszkodva.