استخدام Data Scientist

ما در یکتانت با حجم عظیمی از داده‌های گوناگون روبه‌رو هستیم. همکاران ما در تیم دیتا با استفاده از این داده‌ها به تحلیل تمامی ابعاد محصولات می‌پردازند و نقش پررنگی در توسعه‌ی محصول ایفا می‌کنند. شما با ملحق شدن به یکتانت، به تیمی با دانش فنی بالا می‌پیوندید که مسئولیت طراحی و نگه‌داری پایگاه‌داده‌های بزرگ، تحلیل دائمی داده‌ها و ایجاد الگوریتم‌های پیچیده برای تحلیل رفتار بیش از صد میلیون کاربر را به عهده دارد. بنابراین به عنوان «Data Scientist» در یکتانت مسئولیت انجام وظایف زیر را به عهده خواهید داشت:

• کشف روندهای موجود در داده‌ها و تحلیل رفتار کاربران
• توسعه‌ و پیاده‌سازی مدل‌های تحلیلی و پیش‌بینی‌کننده در راستای حل مسائل سیستم‌های گوناگون
• تحقیق بر روی الگوریتم‌های پیچیده‌ی تحلیل کاربران با استفاده از داده‌های حجیم یکتانت و پیاده‌سازی آن‌ها در راستای توسعه‌ی محصولات و یا سرویس‌های مبتنی بر داده
• تولید کدهای با کیفیت بالا، عملکرد بهینه، سریع، مقیاس‌پذیر و با قابلیت استفاده‌ی مجدد در راستای توسعه‌ی محصول‌های مبتنی بر تحلیل داده
• همکاری مستمر و مستقیم با تیم توسعه‌دهندگان و مدیریت محصول در جهت توسعه‌ی محصول
• تحلیل طیف متنوعی از داده‌ها
• بررسی مسائل مختلف، تصمیم‌گیری سریع و اتخاذ گام‌های لازم برای رفع نیازمندی‌ها و پیاده‌سازی تصمیم‌ها
• ارائه‌ی گزارش‌های مصور از رفتار داده‌ها در راستای کمک به درک صحیح اعضای تیم از وضعیت عملکرد محصولات

دانش تخصصی و مهارت‌های مورد نیاز:

• توانایی حل مساله بالا
• تسلط بر مفاهیم پایه‌ی علوم کامپیوتر نظیر داده‌ساختارها، طراحی الگوریتم‌ و مفاهیم سیستم‌عامل
• تسلط بر مفاهیم پیشرفته‌ی آمار و احتمال، تحلیل آماری و یادگیری ماشین
• تسلط بر یکی از زبان‌های برنامه‌نویسی؛ ترجیحا Python و کتاب‌خانه‌های مرتبط با تحلیل داده
• تجربه‌ی ساختن مدل‌های پیش‌بینی و استفاده از تکنیک‌های آماری و داده‌کاوی نظیر رگرسیون، درخت تصمیم، خوشه‌بندی و ...
• توانایی تبدیل مسائل مرتبط با محصول به مسائل مرتبط با داده
• آشنایی با اصول مهندسی نرم‌افزار، مهندسی نیازمندی‌ها و مدیریت محصول
• آشنایی با یکی از پایگاه‌های داده‌ی SQL–based، ترجیحا PostgreSQL و یا پایگاه‌های داده‌ی NoSQL نظیر MongoDB، Cassandra،CouchDB و ...
• پیشینه و تحصیلات مهندسی یا علوم کامپیوتر

موارد زیر تاثیر مثبت خواهد داشت:

• دانش کافی از طراحی و تحلیل الگوریتم‌های داده‌های حجیم
• آشنایی با یکی از فریم‌ورک‌های وب؛ ترجیحا Django
• دانش کافی از مفاهیم پایه‌ی علوم کامپیوتر نظیر داده‌ساختارها، طراحی الگوریتم‌ و مفاهیم سیستم‌عامل
• تجربه توسعه‌ی الگوریتم به کمک ابزار‌های داده‌های حجیم مانند اسپارک
• دانش کافی در یکی از حوزه‌های پردازش متن و بهینه‌سازی الگوریتم
• دانش کافی از مفاهیم شی‌گرایی، طراحی ماژولار و الگوهای طراحی (Design Patterns)
• آشنایی با مفاهیم یادگیری عمیق