xem tỷ lệ cá cược Nhà khoa học dữ liệu cấp cao- Tối ưu hóa quảng cáo

Id công việc: R0000442385

Giới thiệu về mục tiêu
Là công ty nằm trong danh sách Fortune 50 với hơn 400.000 nhân viên trên toàn thế giới, xem tỷ lệ cá cược là một thương hiệu mang tính biểu tượng và là một trong những nhà bán lẻ hàng đầu của Mỹ. Tham gia xem tỷ lệ cá cược có nghĩa là thúc đẩy văn hóa chăm sóc và tôn trọng lẫn nhau đồng thời cố gắng tạo ra tác động tích cực và có ý nghĩa cho khách hàng, thành viên nhóm và cộng đồng của chúng tôi. Trở thành thành viên nhóm xem tỷ lệ cá cược có nghĩa là tham gia một cộng đồng coi trọng tiếng nói đa dạng, khuyến khích tính xác thực và nâng đỡ lẫn nhau.

Giới thiệu về xem tỷ lệ cá cược ở Ấn Độ
Tại xem tỷ lệ cá cược, chúng tôi có mục đích vượt thời gian và chiến lược đã được chứng minh. Một số bộ óc xuất sắc nhất từ ​​các nền tảng khác nhau đã cùng nhau xác định lại hoạt động bán lẻ trong một môi trường học tập hòa nhập, coi trọng con người và mang lại kết quả đẳng cấp thế giới. Công thức chiến thắng này đặc biệt rõ ràng ở Bengaluru, nơi xem tỷ lệ cá cược ở Ấn Độ hoạt động như một bộ phận tích hợp đầy đủ trong nhóm toàn cầu của xem tỷ lệ cá cược, với hơn 5.000 thành viên nhóm hỗ trợ chiến lược và hoạt động toàn cầu của xem tỷ lệ cá cược.

Tổng quan về kim tự tháp
Vai trò của xem tỷ lệ cá cược Data Science & Engineering mang lại cơ hội phát triển, triển khai và vận hành các hệ thống thuật toán tiên tiến sử dụng dữ liệu trên quy mô lớn để tự động hóa, cá nhân hóa và tối ưu hóa các quyết định kinh doanh. Các nhóm của chúng tôi áp dụng học máy, thống kê, nghiên cứu vận hành, mô phỏng, tối ưu hóa và kỹ thuật AI để giải quyết các vấn đề bán lẻ phức tạp trong các lĩnh vực Tiếp thị, Cá nhân hóa, Chuỗi cung ứng, Kinh doanh hàng hóa, Tài chính, An ninh mạng và Trải nghiệm của khách. Bạn sẽ làm việc với hệ sinh thái dữ liệu phong phú của xem tỷ lệ cá cược và hợp tác với các nhóm sản phẩm, kỹ thuật, phân tích và kinh doanh để tạo ra các hệ thống ra quyết định có thể mở rộng nhằm mang lại tác động có thể đo lường được cho hoạt động kinh doanh và khách hàng.

Tổng quan về nhóm
TheTối ưu hóa khuyến mãiđội,Hiệu chỉnh,sở hữu và phát triển công cụ tối ưu hóa ưu đãi cũng như phân khúc khuyến mãi của xem tỷ lệ cá cược. Nhóm cung cấp các ưu đãi được cá nhân hóa và cung cấp thông tin chuyên sâu cho khách hàng của xem tỷ lệ cá cược Circle trên toàn bộ danh mục bán lẻ. Chúng tôi xây dựng khả năng học máy, suy luận nhân quả, tối ưu hóa, mô phỏng và AI sáng tạo để quyết định khách nào sẽ nhận được ưu đãi nào, ở giá trị nào, thông qua kênh nào và trong những hạn chế kinh doanh nào.
Nhóm này không chỉ chịu trách nhiệm phát triển mô hình mà còn chịu trách nhiệm triển khai sản xuất, giám sát, thử nghiệm, đo lường hiệu suất và cải tiến liên tục. Công việc của chúng tôi nằm ở sự giao thoa giữa Khoa học tiếp thị, cá nhân hóa, tối ưu hóa quyết định và nền tảng AI ở quy mô doanh nghiệp.

Tổng quan về vị trí
Là mộtNhà khoa học dữ liệu cấp cao, bạn sẽ là người đóng góp kỹ thuật thực hành và người giải quyết vấn đề chịu trách nhiệm thiết kế, phát triển, triển khai và cải tiến các giải pháp khoa học dữ liệu có thể mở rộng để tối ưu hóa hoạt động xúc tiến bán lẻ. Bạn sẽ làm việc trong lĩnh vực học máy, nghiên cứu vận hành, thử nghiệm và kỹ thuật AI/MLO để xây dựng các mô hình và công cụ ra quyết định nhằm thúc đẩy doanh số bán hàng gia tăng, cải thiện việc mua lại, tối ưu hóa đầu tư ưu đãi và nâng cao mức độ liên quan của khách hàng.
Bạn sẽ cộng tác chặt chẽ với các nhà quản lý sản phẩm, kỹ sư, nhà khoa học dữ liệu, nhà phân tích và đối tác kinh doanh Tiếp thị để chuyển các vấn đề kinh doanh mơ hồ thành các giải pháp phân tích, thuật toán và kỹ thuật được xác định rõ ràng. Bạn sẽ đóng góp vào toàn bộ vòng đời của các sản phẩm khoa học dữ liệu: định cỡ cơ hội, khám phá dữ liệu, phát triển mô hình, lập công thức tối ưu hóa, đánh giá ngoại tuyến, triển khai sản xuất, giám sát và cải tiến lặp lại.
Bạn cũng sẽ cố vấn cho các thành viên cấp dưới trong nhóm, duy trì các tiêu chuẩn cao về tính nghiêm ngặt trong khoa học và chất lượng kỹ thuật, đồng thời giúp định hình các khuôn khổ có thể tái sử dụng cho thử nghiệm, mô phỏng, vận hành mô hình và đưa ra quyết định thông minh.

Tổng quan về vai trò

• Phát triển sự hiểu biết sâu sắc về hệ sinh thái khuyến mãi, hành vi của khách hàng, mục tiêu tiếp thị, ưu đãi tài trợ, doanh số bán hàng gia tăng, quy đổi và các hạn chế trong kinh doanh của xem tỷ lệ cá cược.
• Biến các vấn đề kinh doanh trong việc cá nhân hóa quảng cáo và cung cấp tính năng tối ưu hóa thành các vấn đề về khoa học dữ liệu, học máy, suy luận nhân quả, mô phỏng và tối ưu hóa toán học.
• Phân tích các tập dữ liệu có cấu trúc và không cấu trúc quy mô lớn để xác định các mẫu khách, mặt hàng, ưu đãi, kênh và chiến dịch có thể cải thiện hiệu suất mô hình và kết quả kinh doanh.
• Thiết kế, xây dựng và đánh giá các mô hình máy học để phân khúc, xu hướng, dự đoán đổi thưởng, phản hồi gia tăng, xếp hạng ưu đãi, cá nhân hóa và quyết định ở cấp độ khách hàng.
• Phát triển các giải pháp dựa trên sự tối ưu hóa bằng cách sử dụng lập trình tuyến tính, lập trình số nguyên hỗn hợp, tối ưu hóa có ràng buộc, tối ưu hóa ngẫu nhiên, mô phỏng và phương pháp phỏng đoán để phân bổ các ưu đãi theo các ràng buộc về kinh doanh, ngân sách, khoảng không quảng cáo, trải nghiệm của khách và các ràng buộc hoạt động.
• Áp dụng các kỹ thuật thử nghiệm, suy luận nhân quả, lập mô hình nâng cao và đo lường thống kê để ước tính tác động gia tăng, xác thực các quyết định về mô hình và hướng dẫn sự cân bằng trong kinh doanh.
• Xây dựng và sản xuất quy trình khoa học dữ liệu có thể mở rộng bằng cách sử dụng các khung Python, SQL, Spark, Hadoop/Hive và ML hiện đại.
• Hợp tác với các nhóm kỹ thuật để triển khai mô hình và mô-đun ra quyết định vào hệ thống sản xuất, đặc biệt chú ý đến độ tin cậy, khả năng mở rộng, độ trễ, khả năng quan sát và khả năng bảo trì.
• Đóng góp vào khả năng kỹ thuật AI và MLOps, bao gồm quy trình tính năng, tạo phiên bản mô hình, đào tạo tự động, chấm điểm theo đợt và theo thời gian thực, giám sát mô hình, phát hiện sai lệch, cảnh báo, quy trình đào tạo lại và trang tổng quan về hiệu suất.
• Sử dụng AI sáng tạo và các kỹ thuật AI nâng cao khi thích hợp để tăng tốc thử nghiệm, cải thiện khả năng hỗ trợ ra quyết định, nâng cao quy trình phát triển mô hình hoặc tạo các công cụ hỗ trợ doanh nghiệp có thể mở rộng.
• Phát triển và duy trì các khung mô phỏng để thử nghiệm các chiến lược quảng cáo, so sánh các kịch bản, đánh giá các hạn chế trong kinh doanh và hiểu tác động tiếp theo trước khi triển khai sản xuất.
• Khắc phục sự cố trong đường dẫn dữ liệu, đầu ra mô hình, kết quả tối ưu hóa và hệ thống sản xuất; xác định nguyên nhân gốc rễ và thực hiện các biện pháp khắc phục lâu dài.
• Tạo tài liệu rõ ràng, bản tóm tắt đánh giá mô hình, bản đọc thử nghiệm và tường thuật kỹ thuật giúp các bên liên quan hiểu được hành vi, sự đánh đổi, rủi ro và tác động kinh doanh của mô hình.
• Cộng tác giữa các khu vực địa lý và múi giờ với các nhà khoa học dữ liệu, kỹ sư, người quản lý sản phẩm, nhà phân tích và đối tác kinh doanh.
• Cố vấn cho các nhà khoa học và nhà phân tích dữ liệu cấp dưới bằng cách xem xét các phương pháp tiếp cận, cải thiện chất lượng mã, tăng cường tính nghiêm ngặt trong phân tích và giúp họ kết nối các phương pháp khoa học dữ liệu với kết quả kinh doanh.
• Luôn cập nhật những phát triển trong công nghệ máy học, nghiên cứu hoạt động, AI sáng tạo, thử nghiệm và MLO, đồng thời áp dụng các kỹ thuật có liên quan cho các thách thức bán lẻ của xem tỷ lệ cá cược.

Giới thiệu về bạn

• Cử nhân, Thạc sĩ hoặc Tiến sĩ về Khoa học Máy tính, Thống kê, Toán học, Nghiên cứu Hoạt động, Kỹ thuật Công nghiệp, Kinh tế, Vật lý, Khoa học Ứng dụng hoặc lĩnh vực định lượng có liên quan.
• 4 năm kinh nghiệm liên quan trong lĩnh vực khoa học dữ liệu, học máy ứng dụng, nghiên cứu hoạt động, tối ưu hóa, kỹ thuật AI hoặc phân tích nâng cao.
• Kinh nghiệm thực tế áp dụng các kỹ thuật máy học để giải quyết các vấn đề kinh doanh, tốt nhất là trong lĩnh vực bán lẻ, thương mại điện tử, Tiếp thị, cá nhân hóa, khuyến mãi, định giá, chuỗi cung ứng, quảng cáo hoặc ra quyết định của khách hàng.
• Nền tảng vững chắc về học tập có giám sát và không giám sát, xác suất, thống kê, thiết kế thử nghiệm, đánh giá mô hình và phân tích dữ liệu.
• Có kinh nghiệm về một hoặc nhiều lĩnh vực nghiên cứu hoạt động, chẳng hạn như lập trình tuyến tính, lập trình số nguyên hỗn hợp, tối ưu hóa có ràng buộc, mô phỏng, quy trình ngẫu nhiên, tối ưu hóa suy nghiệm hoặc khoa học quyết định.
• Trải nghiệm xây dựng và triển khai các mô hình hoặc hệ thống thuật toán tạo ra tác động kinh doanh có thể đo lường được trong môi trường sản xuất.
• Kỹ năng lập trình vững chắc về Python và SQL, có kinh nghiệm làm việc với các nền tảng dữ liệu quy mô lớn như Spark, Hadoop, Hive hoặc môi trường dữ liệu phân tán dựa trên đám mây.
• Trải nghiệm với các khung và thư viện ML như scikit-learn, XGBoost, TensorFlow, PyTorch, OR-Tools, Pyomo, Gurobi, CPLEX hoặc các công cụ tương tự.
• Kiến thức làm việc về MLOps và thực tiễn ML sản xuất, bao gồm tạo phiên bản mô hình, quy trình tự động, kiểm tra, giám sát, khả năng tái tạo, CI/CD, khả năng quan sát và quản trị mô hình.
• Khả năng dọn dẹp, chuyển đổi, kết hợp và phân tích các tập dữ liệu lớn cũng như chuyển đổi dữ liệu phức tạp thành thông tin chi tiết hữu ích và các tính năng sẵn sàng cho sản xuất.
• Kỷ luật kỹ thuật phần mềm vững chắc, bao gồm thiết kế mã mô-đun, thử nghiệm, đánh giá mã, tài liệu, kiểm soát nguồn và thực tiễn phát triển hợp tác.
• Khả năng cân bằng giữa tính chặt chẽ về mặt khoa học với hoạt động kinh doanh thực tế, cân nhắc kỹ lưỡng giữa độ phức tạp của mô hình, khả năng giải thích, khả năng mở rộng và tính khả thi trong hoạt động.
• Có tư duy phân tích tốt, kỹ năng giải quyết vấn đề có cấu trúc và trực quan hóa dữ liệu.
• Khả năng truyền đạt các khái niệm kỹ thuật phức tạp một cách rõ ràng cho khán giả kỹ thuật và không chuyên về kỹ thuật.
• Tự chủ, ham học hỏi và hướng đến kết quả, có khả năng xử lý các vấn đề không rõ ràng và giải quyết được các mốc thời gian chặt chẽ.
• Kỹ năng cộng tác tốt và khả năng làm việc hiệu quả giữa các nhóm, bộ phận chức năng, khu vực địa lý và múi giờ.

Trình độ chuyên môn ưu tiên

• Kinh nghiệm về khoa học tiếp thị, tối ưu hóa quảng cáo, cá nhân hóa, hệ thống giới thiệu, định giá, phương tiện bán lẻ, nhắm mục tiêu khách hàng hoặc quyết định ưu đãi.
• Trải nghiệm về suy luận nhân quả, mô hình nâng cao, đo lường mức độ gia tăng, thử nghiệm A/B, kẻ cướp đa nhánh hoặc học tăng cường.
• Kinh nghiệm thiết kế các giải pháp tối ưu hóa có tính đến các hạn chế kinh doanh trong thế giới thực như ngân sách, tính đủ điều kiện, khoảng không quảng cáo, trải nghiệm của khách, mục tiêu chiến dịch, tính công bằng hoặc năng lực hoạt động.
• Trải nghiệm xây dựng các khung mô phỏng, thử nghiệm hoặc ra quyết định có thể tái sử dụng.
• Trải nghiệm với nền tảng đám mây, khả năng chứa, điều phối quy trình làm việc, kho tính năng, đăng ký mô hình hoặc hệ thống suy luận thời gian thực.
• Tiếp xúc với AI sáng tạo, LLM, kỹ thuật nhanh chóng, thế hệ tăng cường truy xuất, tác nhân hoặc hỗ trợ quyết định/phân tích được hỗ trợ bởi AI.
• Có kinh nghiệm cố vấn cho các thành viên nhóm cấp dưới hoặc lãnh đạo quy trình kỹ thuật.

Biết thêm về chúng tôi tại đây:

• Cuộc sống ở mục tiêu-
• Lợi ích-
• Văn hóa-