Data Scientist

A Daufood, busquem un Data Scientist per incorporar-se al nostre departament de Business & Market Insight, per donar suport al nostre equip de lideratge, així com a les àrees de negoci com ara els equips d'operacions i màrqueting amb coneixements obtinguts en l'anàlisi de les dades de l'empresa.

El candidat ideal és capaç d’adoptar grans conjunts de dades per trobar oportunitats d’optimització de productes i processos i utilitzar models per provar l’eficàcia de diferents cursos d’acció.

L’objectiu principal serà aplicar les tècniques d’exploració de dades, fer anàlisis estadístiques i construir sistemes de predicció d’alta qualitat integrats amb els nostres productes.

Ha de tenir experiència utilitzant diversos mètodes de mineria de dades / anàlisi de dades, utilitzant diverses eines de dades, crear i implementar models, utilitzar / crear algoritmes i crear / executar simulacions.

Ha d’estar còmode treballant amb una àmplia gamma d’interessats i equips funcionals.

Busquem algú apassionat per descobrir solucions amagades en grans conjunts de dades i treballar amb les parts interessades per millorar els resultats empresarials.

Funcions:

• Col·labora amb grups d’interessats de tota l’organització per identificar oportunitats d’aprofitar les dades de l’empresa per impulsar solucions comercials.


• Miner i analitzar dades de bases de dades d’empresa per impulsar l’optimització i la millora del desenvolupament de productes, tècniques de màrqueting i estratègies comercials.


• Avaluar l'eficàcia i la precisió de les noves fonts de dades i tècniques de recollida de dades.


• Desenvolupar models i algorismes de dades personalitzats per aplicar-los a conjunts de dades.


• Utilitzeu el model predictiu per augmentar i optimitzar les experiències de clients, generació d’ingressos, orientació d’anuncis i altres resultats empresarials.


• Desenvolupar un marc de proves de la companyia A / B i la qualitat del model de prova.


• Coordinar-se amb diferents equips funcionals per implementar models i supervisar els resultats.


• Desenvolupar processos i eines per supervisar i analitzar el rendiment del model i la precisió de les dades.


• Ampliar les dades de l'empresa amb fonts d'informació de tercers quan sigui necessari


• Millora dels procediments de recollida de dades per incloure informació rellevant per a la creació de sistemes analítics


• Processament, neteja i verificació de la integritat de les dades utilitzades per a l'anàlisi


• Fer anàlisis ad-hoc i presentar resultats de manera clara


• Creació de sistemes automatitzats de detecció d’anomalies i seguiment constant del seu rendiment