Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

Data Scientist

Livello non indicato4900 SGD · periodo non indicatoSingapore, SG4 sett. fa
Analisi del mercato
📊 AI / ML / Data Science: stipendi e domanda sul mercato
Stack
Supervised Learninglarge datasetsFalse PositiveDevOpsData PipelineRisk ModelingSegmentationPipeline DevelopmentClassificationArtificial IntelligenceModel EvaluationPython
Dettagli
Practices
DevOps, CI/CD
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Apri l'azienda e il link qui sopra: la candidatura arriva direttamente nel sistema di selezione dell'azienda, senza intermediari.

Descrizione

Key

Responsabilità

Responsibilities

Analyze large operational datasets to identify patterns, anomalies, outliers, and risk indicators. Develop approaches for anomaly detection, clustering, segmentation, and risk scoring. Build supervised machine-learning models where historical outcomes or labeled cases are available.

Perform feature engineering using structured and unstructured data. Design evaluation approaches to assess model performance, including precision, recall, false positives, and false negatives. Work with domain experts to determine how analytical outputs should be incorporated into operational workflows.

Build and maintain data-processing and feature pipelines to support modelling at scale. Develop production-ready model or scoring pipelines and integrate them with applications built by the forward-deployed teams. Monitor model performance, data quality, and data drift after deployment.

Conduct exploratory analysis to identify new opportunities for workflow redesign and automation. Support the use of LLMs and other AI techniques alongside traditional statistical and machine-learning approaches where appropriate. Develop reusable analytical approaches and components that can be applied across multiple agency engagements.

Requisiti

Requirements

&

Requisiti

Qualifications

A. Educational Qualification & Experience Education: Degree in Data Science, Computer Science, Statistics, Machine Learning, Data analytics or information systems preferred. Experience: Experience working with large, messy operation

Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica.
Domanda urgente? Scrivi a @termdocs