To ogłoszenie wygasło w dniu 2017-03-02 10:22.

Specjalista Data Science

Mindbox

9 000 - 15 000 zł netto

Opis oferty

O Applica (W grupie Mindbox) Applica zajmuje się wykorzystaniem zaawansowanych metod sztucznej inteligencji takich jak; analiza języka naturalnego (NLP), uczenie maszynowe oraz text mining do zastosowań biznesowych. Współpracujemy blisko z IPI PAN oraz innymi wiodącymi ośrodkami naukowymi (Politechnika Warszawska, Politechnika Wrocławska), komercjalizujemy wyniki badań Instytutu, licencjonujemy oprogramowanie stworzone w IPI. Koncentrujemy się na rozwiązaniach dla języka polskiego. Jesteśmy partnerem biznesowym takich firm jak IBM i Oracle w zakresie narzędzi NLP dla języka polskiego. Blisko współpracujemy z wszystkimi największymi polskimi portalami i grupami mediowymi.

O projekcie

Realizujemy właśnie projekt, którego celem jest profilowanie użytkowników, na podstawie informacji o konsumowanych przez nich treściach, z wykorzystaniem zaawansowanej analizy semantycznej. Poszukujemy osób kreatywnych, które lubią mierzyć się ze skomplikowanymi problemami, gotowych by zmierzyć się z wyzwaniem. Doświadczenie w obszarach badawczych, które są przedmiotem naszego zainteresowania - mocno pożądane ale w przypadku nieprzeciętnych jednostek - niekonieczne. Zasady współpracy, wymiar czasowy i horyzonty dalszej współpracy - do ustalenia.



Wymagania

O profilu - specjalista Data Science
  • praktyczne doświadczenie w budowie złożonych modeli predykcyjnych z wykorzystaniem dużych wolumenów danych, zastosowaniu zaawansowanych metod uczenia maszynowego, wyboru właściwych parametrów spośród setek i tysięcy atrybutów
  • kreatywne wykorzystanie algorytmów do segmentacji użytkowników, profilowania behawioralnego, systemów rekomendujących na podstawie wyników analizy nieustrukturyzowanych danych
  • doświadczenie w projektowaniu metryk i budowie narzędzi do pomiaru efektywności modeli, przygotowaniu i interpretacji wyników testów A/B, optymalizacji modeli na podstawie wyników testów
  • mile widziane doświadczenie w klasyfikacji i klastrowaniu danych tekstowych z wykorzystaniem zarówno nadzorowanego jak i nienadzorowanego uczenia maszynowego

Metodologia pracy

Pytania i odpowiedzi