Data Scientist

🕒 il y a 17 jours

🇬🇧 Royaume-Uni – Télétravail

⏰ Temps Plein

🟡 Intermédiaire

🟠 Senior

📊 Data Scientist

👻 Score fantôme 10%

Ce que ça veut dire : la probabilité que cette offre reste ouverte sans recrutement actif.Comment le lire : 60 % ou plus, on pense que c'est une offre fantôme. Un score plus bas est moins inquiétant.Comment on la calcule : ancienneté, republications, postes ouverts vs taille de l'équipe, rapidité de clôture, et si le salaire est indiqué.À noter : une estimation à partir de données publiques, pas un jugement sur l'entreprise. De vraies offres peuvent avoir un score élevé, alors prenez-le comme un indice, pas comme un fait.

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

Cint

Site WebLinkedInTous les Emplois

1001 - 5000 employés

Fondée en 2004

💼 Conseil

📣 Marketing

💰 Venture Round en 2016-01

Consulting • Marketing • Market Research

Cint est une plateforme technologique mondiale de premier plan qui propose un marketplace complet dédié aux études de marché. L’entreprise opère le plus grand marketplace programmatique de la recherche au monde, le Cint Exchange, qui met en relation des enquêtes avec des millions de répondants dans 130 pays. Cint propose des services tels que la mesure média et la monétisation d’audience, en s’appuyant sur une technologie puissante pour fournir aux entreprises orientées insights des données actionnables. Avec un accent mis sur la qualité et la confiance, Cint utilise des outils avancés d’IA et de machine learning afin de garantir l’intégrité et l’exactitude des données collectées. L’entreprise sert un large éventail de secteurs en offrant des outils pour mesurer l’impact publicitaire, réaliser des études de brand lift et optimiser les stratégies marketing en temps réel. Des milliers d’entreprises font confiance à Cint pour son approche innovante qui connecte efficacement les organisations aux bons participants d’enquêtes.

Description

• Lead research, discovery, and full-cycle development of machine learning solutions for the Cint Exchange, including model development, deployment, maintenance, and performance evaluation • Develop a predictive understanding of marketplace dynamics, including price elasticity and supply/demand balance • Independently plan, develop, and maintain projects with minimal supervision • Analyze large, diverse datasets to guide Exchange product and pricing strategy • Collaborate with Product, Engineering, Commercial, Operations, and Finance teams to design, implement, and test products • Apply advanced statistical and machine learning methods to complex business problems • Conduct exploratory analyses and lead A/B tests and other complex experiments • Create visualizations and presentations communicating complex insights and recommendations to technical and non-technical stakeholders

🎯 Exigences

• Minimum 3+ years of working experience in a Data Science capacity • Master’s degree or equivalent in Statistics, Quantitative Sciences, Data Science, Operations Research, or a related quantitative field • Ability to manipulate, analyze, and interpret large, complex datasets independently • Understanding of advanced statistical techniques, including hypothesis testing, experimental design, regression, causal inference, and A/B testing • Knowledge of machine learning techniques, including clustering, regression, decision trees, and neural networks • Proficiency in Python for statistical and machine learning tools • Proficiency in SQL and working with large-scale databases • Ability to research and adopt new methods, tools, and techniques • Strong data-driven approach to translating business requests into analytical initiatives • Excellent written and verbal communication skills • Experience with marketplace dynamics, matching algorithms, or supply/demand optimization is a plus • Familiarity with financial datasets, commercial forecasting, web analytics tools, survey exchange platforms, Databricks, Spark, or PySpark is a plus