その他

シニアデータサイエンティスト

ApeeScapeは、ビジネス、デザイン、テクノロジーの分野でトップのフリーランスの才能を持つグローバルネットワークであり、企業がオンデマンドでチームを拡大できるようにします。年間収益が1億ドル以上で、前年比で40％以上の成長を遂げている、ApeeScapeは世界最大の完全にリモートの会社。

私たちは仮想チームの最高の要素を取り入れ、イノベーション、社会的相互作用、そして楽しみを促進するサポート構造とそれらを組み合わせます。国境は見られず、速いペースで動き、型を壊すことを恐れることはありません。

職位記述書

ここApeeScapeでは、すべてのイニシアチブを導くために常にデータに依存しています。このデータは、当社の長期戦略と日常業務の両方を形成するのに役立ちます。シニアデータサイエンティストは、クロスファンクショナルチームと協力して、複雑な問題をモデル化し、SotAアプローチを使用し、影響力の大きい機会を特定します。あなたは、会社全体のイニシアチブとオペレーションをサポートする責任がある、エネルギッシュでペースの速いチームの一員になります。

デザインとテクニックの違いは何ですか

フルスタックのデータサイエンスチームは、研究開発にPythonを使用し、本番環境の実装にGoogle CloudPlatformを活用しています。私たちの幅広い経験には、NLP、グラフ理論、レコメンデーションシステム、教師ありおよび教師なしの問題が含まれます。チームの一員として、同僚の以前の経験と専門知識に頼りながら、適切と思われるアプローチを自由に使用できます。

最終的な目標は、実際のビジネス上の問題を解決することです。私たちのチームは、私たちの事業の運営に深刻な影響を与える問題に取り組んでいます。予測モデル、意思決定の自動化、およびその他の非常に自由な質問を使用して、これらの問題に対処します。たとえば、利害関係者は、アプローチを改善するため、またはユーザーが提供する膨大な量のフィードバックを活用できるようにするために、特定のプロセスの結果を予測することが可能かどうかを尋ねる場合があります。

モバイルウェブデザインのベストプラクティス

これは、どこからでも実行できるリモートポジションです。この役割は遠隔地にあるため、ビザのスポンサーシップを提供することはできません。履歴書と連絡は英語で提出する必要があります。

責任：

高度で説明可能なモデルを構築して、オブジェクトを分類したり、結果を予測したり、推奨事項を作成したりします。
APIを構築するか、ETLパイプラインを活用して、構築したモデルを本番環境にデプロイします。
統計、アルゴリズム、データマイニング、および視覚化の手法を使用して、複雑な問題をモデル化し、機会を見つけ、解決策を見つけ、実用的なビジネス洞察を提供します。
プロジェクトを所有し、この自律性を使用して、問題を解決し、解決策を提供する創造的で革新的な方法を見つけます。
本番環境内で考案されたモデルのクリーンで厳密な実装を含む、研究開発プロセスの両方の部分を処理します。
仕事を終えるときは、粘り強く、集中し、よく適応してください。 ApeeScapeでは、常に最初から最後まで調査を推進しています。気が散ることはありません。未完成のものは残しません。
データ主導の洞察と推奨事項を主要な利害関係者に伝達します。
チームメンバーやその他の有意義な関係者と常にコミュニケーションを取り、Slackを介して効率的かつ明確に結果を伝えます。

最初の週には、次のことを期待してください。

データサイエンスチーム全体に会います。
ベストプラクティスのガイドラインをよく理解してください。
すべてのサービスにアクセスできます。

最初の月には、次のことを期待してください。

作業環境をセットアップします。
データソースを学び、データウェアハウスに慣れてください。
データエンジニアリングチームの友達に会いましょう。

最初の3か月で、次のことを期待します。

同僚の作業のレビューを開始します。
利害関係者に会い、最初の臨時調査を開始します。
機械学習の実装に慣れてください。
データサイエンスのさまざまな分野でのブレインストーミングセッションに参加してください。

最初の6か月で、次のことを期待します。

最初のah-hoc分析を利害関係者に提供します。
最初の機械学習イニシアチブを開始します。
ライブMLモデルへの貢献を開始します。

最初の年には、次のことを期待してください。

オンサイトミーティング中にチームに直接会います。
最初の機械学習モデルを本番環境に提供します。

要件：

高度な数学、特に確率論と統計、データマイニング、機械学習の強力なバックグラウンド。
批判的に考え、全体像を見て、欠けているものを見つけ、それを利用して改善を提案し、ビジネスの洞察を提供できる必要があります。
データサイエンス、探索的データ分析、仮説の検証、予測モデルの構築における4年以上の専門的な経験。複雑な新しい概念を迅速かつ正確に理解する能力。
Pythonに習熟し、人気のあるMLパッケージ（sklearn、keras、word2vecなど）を使用した確かな経験と、効率的に調査を実施し、アドホックレポートを作成した経験。
スタンドアロンのマイクロサービスとして、作業を本番環境に配信します。
DSに熱心に取り組み、SotA MachineLearningのアルゴリズムと開発について最新情報を入手してください。
分散モデルを介して作業しながら、チームや他のグループと毎日コラボレーションすることに情熱を注いでください。
チームメイトを助け、知識をチームメイトと共有し、チームメイトから学ぶことに熱心に取り組んでください。
建設的なフィードバックを受け入れることを心がけてください。
ApeeScapeで成功するには、世界クラスの個人貢献者である必要があります。他の人に何をすべきかを伝えるためだけにここにいるわけではありません。

注意：これは、現時点ではオープンではありませんが、ApeeScape内で常に高い需要があるスキルセットを強調する役割です。関心のある応募者には応募をお勧めします。急速に拡大する企業として、革新的な新しい役割を頻繁に開発することになります。私たちは定期的にこのポジションの応募者をレビューして、これらのユニークな機会に一致するものを見つけます。