SeSenior Data Scientist

مسئله‌ی تیم داده
تبلیغاتی که بدست ما می‌رسد هر کدام هدف خاصی را دنبال می‌کند؛ برخی به دنبال دیده شدن، برخی در پی کلیک شدن و برخی به دنبال جذب کاربر هستند. تیم علم داده جایی است که ما تبلیغ مناسب را از بین صدها گزینه‌ی در اختیار انتخاب کرده و آن را به کاربر نمایش می‌دهیم. برای این کار ما با چالش‌های مختلفی روبه‌رو هستیم برخی از این چالش‌ها در زیر آمده است:
رخدادهای دیر هنگام(Late Events): گاهی اوقات فاصله‌ی میان دیدن و نصب تبلیغ توسط کاربر به چندین روز می‌رسد. این امر با اثرگذاری روی برچسب داده‌ها، می‌تواند آموزش مدل‌ها را با چالش‌هایی روبه‌رو کند.
بازخوردهای جزئی (Partial Feedback): یکی دیگر از چالش‌های مهم در زمینه‌ی تبلیغات دسترسی به بازخوردهای جزئی کاربران است. به این معنی که تنها بازای تبلیغات پیشنهاد شده به کاربران به بازخوردهای آن‌ها دسترسی داریم.
مجموعه داده‌های نامتوازن (Imbalanced Dataset): یکی دیگر از ویژگی‌های صنعت تبلیغات مجموعه‌های داده‌ی نامتوازن به این معنی که تعداد تبلیغاتی که توسط کاربران پسندیده می‌شود بسیار کمتر از تعداد تبلیغاتی است که کاربران واکنشی به آن‌ها نشان نمی‌دهند.  
به عنوان عضوی از تیم داده شما باید علاوه بر تسلط کامل به مفاهیم علمی یادگیری ماشین و آمار و احتمال توانایی توسعه و تحلیل مدل‌ها و الگوریتم‌های مختلف را داشته باشید.
مسئولیت‌های مورد انتظار این نقش:
توانایی بیان مسائل حوزه‌ی تبلیغات به زبان ریاضی
توانایی خطایابی، مانیتورینگ و تحلیل الگوریتم‌های مختلف 
توانایی مدیریت تیمی از دانشمندان داده و کار بین تیمی برای بهبود الگوریتم‌ها
کار تیمی انعطاف‌پذیر با تیم‌های دیگر برای پیاده‌سازی بهینه الگوریتم‌ها در محیط واقعی
​نیازمندی‌های پذیرش این نقش:
توانایی تحلیل و حل مسئله 
توانایی راهبری و مدیریت یک تیم علم داده
توانایی انجام کار تیمی و بین تیمی
آشنایی با زبان برنامه‌نویسی Python
مسلط به کتابخانه‌های پایه‌ای علم داده مثل scikit-learn, numpy, scipy, pandas
دارا بودن مدرک کارشناسی ارشد و یا دکتری در رشته‌ی هوش مصنوعی، ریاضی، آمار یا تخصص‌های مشابه ( یا به جای آن دارای سابقه‌ی کاری مرتبط)
مسلط به مفاهیم یادگیری ماشین
مسلط به مفاهیم آمار و احتمال
آشنایی با مسئله‌ی تبلیغات و تجربه‌ی کاری مشابه مزیت محسوب می‌شود.
آشنایی با مسئله‌‌ی Multi Armed Bandit و الگوریتم‌های مرتبط با آن مزیت محسوب می‌شود.