強盜算法的三個職位:資深運籌學科學家,機器學習科學家,資料科學家

更新 發佈閱讀 5 分鐘
raw-image

這篇文章記錄與強盜算法有關的職位。

職位#1:Amazon 資深運籌學科學家

職位說明:Amazon’s Strategic Sourcing team is looking for Senior Operations Research Scientists to build Amazon’s next generation of inventory planning and supply chain solutions. 策略資源.

We are seeking an experienced research scientist. Candidate will be responsible for developing solutions to better manage/optimize the flow of inventory in Amazon's network world wide. This position will focus on identifying opportunities and building the next generation of optimization, Reinforcement learning and Multi-arm bandit algorithms to mitigate future risk to Supply and optimally procure inventory over long horizons.

職位#2: Tripadbisor 機器學習科學家 II

Machine Learning Scientist II

Tripadvisor is looking for an experienced ML II to join our dynamic and fast paced Machine Learning Team on our Viator brand, home to over 300K bookable experiences worldwide. As a member of this team, you will have the opportunity to work on a wide range of complex and interesting business problems including: recommender systems, NLP/NLU, computer vision, online advertising and targeting, ranking algorithms, and more.

職位#3:BOA 資料科學家

Data Scientist

Desired skills:

  • Graduate level (masters or PhD) degree in a quantitative field such as computer science, engineering, math, and physics
  • Understanding of Bayesian inference, optimization, bandit algorithms, and reinforcement learning
  • Ability to communicate results via interactive visualization tools such as D3.js, GGplot, Matplotlib and Tablea
  • Proficiency in using query languages such as SQL and HiveQL and NoSQL databases, such as MongoDB and Cassandra

Next Actions

可以根據這些職位內容,來建立Profile

  • 消化Manning的書,來累積資料科學實際案例.
  • 由google colab, 來寫作技術blog. 也利用這種機會做各種實驗。
  • 建立個人的Twitter專業帳戶. 配合Ship 30 to 30 program
留言
avatar-img
留言分享你的想法!
avatar-img
紫式講義的沙龍
4會員
23內容數
思考合成數據的各種原理,應用與效果。
紫式講義的沙龍的其他內容
2022/08/05
思考#1:防彈筆記的四個元素:目標成果,要解決的問題,下一步行動,下一步連結 站長在呈現此書,使用的元數據(Metadata)為 目標成果 要解決什麼問題 下一步行動 下一步連結 這個格式蠻好的,可以連結書的內容。 思考#2:鳥瞰書籍內容 Part 分析 防彈筆記的改變 防彈筆記的原則 內容分析
Thumbnail
2022/08/05
思考#1:防彈筆記的四個元素:目標成果,要解決的問題,下一步行動,下一步連結 站長在呈現此書,使用的元數據(Metadata)為 目標成果 要解決什麼問題 下一步行動 下一步連結 這個格式蠻好的,可以連結書的內容。 思考#2:鳥瞰書籍內容 Part 分析 防彈筆記的改變 防彈筆記的原則 內容分析
Thumbnail
2022/08/04
本文章與你分享我接觸這篇認知方法論課程後,產生的思考理解。 對「認知」這個字,搭配上生老病死,我覺得有下面的意涵: 生:零認知 老:覺得認知迭代 病:覺得認知缺乏 死:不再需要認知
Thumbnail
2022/08/04
本文章與你分享我接觸這篇認知方法論課程後,產生的思考理解。 對「認知」這個字,搭配上生老病死,我覺得有下面的意涵: 生:零認知 老:覺得認知迭代 病:覺得認知缺乏 死:不再需要認知
Thumbnail
2022/08/04
這篇文章與你分享,我閱讀合成數據文章以後,產生的三個思考與理解。 本文章收錄三個思考: 合成數據能夠成為夥伴,還是成為替代呢? 我們關心的是統計任務,還是運營任務呢? 基於合成數據的學習,要怎麼學得好呢? 思考#1:合成數據,是夥伴,還是替代? 有兩個觀點來看合成數據:夥伴,或是替代。
Thumbnail
2022/08/04
這篇文章與你分享,我閱讀合成數據文章以後,產生的三個思考與理解。 本文章收錄三個思考: 合成數據能夠成為夥伴,還是成為替代呢? 我們關心的是統計任務,還是運營任務呢? 基於合成數據的學習,要怎麼學得好呢? 思考#1:合成數據,是夥伴,還是替代? 有兩個觀點來看合成數據:夥伴,或是替代。
Thumbnail
看更多
你可能也想看
Thumbnail
如果你正在考慮轉行,你可能想要考慮AI行業。但在你這麼做之前,讓我們深入探討AI到底是什麼,以及你需要什麼技能才能在這個行業中成功。
Thumbnail
如果你正在考慮轉行,你可能想要考慮AI行業。但在你這麼做之前,讓我們深入探討AI到底是什麼,以及你需要什麼技能才能在這個行業中成功。
Thumbnail
跟我之前貼文發的在停車場的機械狗還蠻類似的! 今天我們繼續討論世界經濟論壇中,所論述的未來職缺上升最快的前10名: 世界經濟論壇在2023年的未來就業報告中,預測了「上升最快」的前10個職位: AI和機器學習專家排在第一位。 可持續發展專家、 商業智能分析師、 信息安全分析師、 金融科技工程師、
Thumbnail
跟我之前貼文發的在停車場的機械狗還蠻類似的! 今天我們繼續討論世界經濟論壇中,所論述的未來職缺上升最快的前10名: 世界經濟論壇在2023年的未來就業報告中,預測了「上升最快」的前10個職位: AI和機器學習專家排在第一位。 可持續發展專家、 商業智能分析師、 信息安全分析師、 金融科技工程師、
Thumbnail
這幾年資料科學很夯,搭上AI的浪潮之後更火。我自己念書期間加減碰了許多統計軟體,畢業之後就跟著這股浪潮投身資料科學的轉職。轉職不是沒有成本...嚴格說起來,成本還不小。轉換跑道至今,也有一陣子了,想分享自己的轉職之路。
Thumbnail
這幾年資料科學很夯,搭上AI的浪潮之後更火。我自己念書期間加減碰了許多統計軟體,畢業之後就跟著這股浪潮投身資料科學的轉職。轉職不是沒有成本...嚴格說起來,成本還不小。轉換跑道至今,也有一陣子了,想分享自己的轉職之路。
Thumbnail
資料科學家的不足,正成為嚴重侷限某些部門發展的因素,即便在十年後的今天仍是如此。如果說雇用資料科學家才能利用大數據,那麼經理人所面對的挑戰就是如何找到這些人才、吸引他們進入企業,並使他們發揮生產力。
Thumbnail
資料科學家的不足,正成為嚴重侷限某些部門發展的因素,即便在十年後的今天仍是如此。如果說雇用資料科學家才能利用大數據,那麼經理人所面對的挑戰就是如何找到這些人才、吸引他們進入企業,並使他們發揮生產力。
Thumbnail
這篇文章記錄與強盜算法有關的職位。 職位#1:Amazon 資深運籌學科學家 職位#2: Tripadbisor 機器學習科學家 II Machine Learning Scientist II 職位#3:BOA 資料科學家 Data Scientist Desired skills:
Thumbnail
這篇文章記錄與強盜算法有關的職位。 職位#1:Amazon 資深運籌學科學家 職位#2: Tripadbisor 機器學習科學家 II Machine Learning Scientist II 職位#3:BOA 資料科學家 Data Scientist Desired skills:
Thumbnail
2012 年,Data Scientist (資料科學家) 被《哈佛商業評論》譽為「二十一世紀最性感的職業」後,「 Data Science (資料科學) 」逐漸成為一個時髦術語(Buzzword)。 一、關於資料科學 二、資料科學重要職能
Thumbnail
2012 年,Data Scientist (資料科學家) 被《哈佛商業評論》譽為「二十一世紀最性感的職業」後,「 Data Science (資料科學) 」逐漸成為一個時髦術語(Buzzword)。 一、關於資料科學 二、資料科學重要職能
Thumbnail
資料科學的浪潮更將資料科學工作者推到第一線,許多產業都能看到「資料」的影子與可能性。但是對資料科學職涯有興趣的人,該怎麼知道「哪裡有適合自己的位置」並「據以規劃自己的資料科學職涯」呢?由於資料科學需求時常是個很龐大的任務,實際上會需要一個團隊來實現。本篇文章就從資料團隊出發,解析其中的任務內容、工作
Thumbnail
資料科學的浪潮更將資料科學工作者推到第一線,許多產業都能看到「資料」的影子與可能性。但是對資料科學職涯有興趣的人,該怎麼知道「哪裡有適合自己的位置」並「據以規劃自己的資料科學職涯」呢?由於資料科學需求時常是個很龐大的任務,實際上會需要一個團隊來實現。本篇文章就從資料團隊出發,解析其中的任務內容、工作
Thumbnail
在剛入行的時候曾經寫過一篇文章 「資料專案團隊組成」,當時把資料團隊根據技能分成資料科學家、資料分析師和資料工程師三種角色。不過在工作幾年之後,發現實務上的資料分工其實更細而且更複雜,也隱含了更多的可能性。這一篇文章將談談實務上的資料團隊分工。
Thumbnail
在剛入行的時候曾經寫過一篇文章 「資料專案團隊組成」,當時把資料團隊根據技能分成資料科學家、資料分析師和資料工程師三種角色。不過在工作幾年之後,發現實務上的資料分工其實更細而且更複雜,也隱含了更多的可能性。這一篇文章將談談實務上的資料團隊分工。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News