Job
Aus Partner-Feed
Datenwissenschaftler - Prognose
Preis auf Anfrage
Details
- Beschäftigungsart
- Vollzeit
- Remote
- Nein
- Unternehmen
- sonyinteractiveentertainmentglobal
Beschreibung
Automatisch aus dem English übersetzt. Der Originaltext ist maßgeblich. Maschinenübersetzung – eine genauere Version wird vorbereitet.
Warum Sony Interactive Entertainment?
Sony Interactive Entertainment ist nicht nur der beste Ort zum Spielen, sondern auch der beste Ort zum Arbeiten. Sony Interactive Entertainment (SIE) ist das Unternehmen hinter der Marke PlayStation. Als Tochtergesellschaft der Sony Group Corporation sind wir Teil eines stolzen Erbes an Innovation und Exzellenz. SIE ist ein dynamisches Technologieunternehmen, das modernste Hardware und Netzwerkdienste für mehr als 100 Millionen Menschen bereitstellt und ein führendes Unternehmen im Unterhaltungsbereich ist, das einige der beliebtesten und bekanntesten geistigen Eigentumsrechte (IP) der Welt beherbergt. Unsere Aufgabe bei SIE besteht darin, Erlebnisse unter der Marke PlayStation zu schaffen und zu fördern, einem Namen, der für hervorragende Unterhaltung und Kreativität steht.
Abteilungsübersicht:
Bei PlayStation spielt Data Science eine entscheidende Rolle bei der Gestaltung der Art und Weise, wie wir in unsere globale Spielerbasis investieren, sie binden und begeistern. Das CLV-Team konzentriert sich darauf, das Spielerverhalten zu verstehen und ein effektiveres Engagement über den gesamten Spielerlebenszyklus hinweg voranzutreiben – von der Akquise und dem Onboarding bis hin zur Bindung, Monetarisierung und dem langfristigen Wert.
Als Datenwissenschaftler entwickeln Sie Modelle und Erkenntnisse, die dazu beitragen, personalisiertere Spielererlebnisse zu ermöglichen und kommerzielle und Produktentscheidungen in großem Maßstab zu treffen. Sie arbeiten in funktionsübergreifenden Teams daran, das Spielerverhalten in umsetzbare Strategien umzusetzen, die zu messbaren Verbesserungen des Spielerengagements und -werts führen.
Diese Rolle ist ideal für eine Person, die kein Problem damit hat, Probleme durchgängig in den Griff zu bekommen – von der Formulierung und Modellierung bis hin zur Erzielung von Wirkung – und mit Stakeholdern zusammenzuarbeiten, um eine datengestützte Entscheidungsfindung zu unterstützen.
Was Sie tun werden:
• Eigene Verantwortung für die Entwicklung und Bereitstellung von Modellen für maschinelles Lernen für Anwendungsfälle wie Abwanderungsvorhersage, Kaufneigung, Ladenempfehlungen und Customer Lifetime Value.
• Übersetzen Sie Geschäftsprobleme in Modellierungsansätze und wählen Sie geeignete Methoden und Funktionen aus, um messbare Auswirkungen zu erzielen.
• Arbeiten Sie mit umfangreichen Verhaltens- und Transaktionsdaten, um Muster und Möglichkeiten für Spielerwachstum und -engagement aufzudecken.
• Arbeiten Sie in funktionsübergreifenden Teams zusammen, einschließlich Interessenvertretern aus den Bereichen Technik, Produkt und Handel, um sicherzustellen, dass die Lösungen robust, skalierbar und auf die Geschäftsanforderungen abgestimmt sind.
• Arbeiten Sie mit Stakeholdern aus den Bereichen Handel, Finanzen und Lebenszyklusteams zusammen, um die Entscheidungsfindung mit datengesteuerten Erkenntnissen zu unterstützen.
• Kommunizieren Sie Erkenntnisse und Empfehlungen klar und deutlich sowohl für technische als auch für nichttechnische Zielgruppen.
• Entwickeln und erweitern Sie Ihr Verständnis für fortgeschrittenere Modellierungsansätze (z. B. Deep Learning und sequenzbasierte Methoden) als Teil der Lösung immer komplexerer Probleme.
Was wir suchen:
Sie sind neugierig, analytisch und ein starker Problemlöser mit einem strukturierten Ansatz zur Lösung geschäftlicher Probleme. Sie bringen solide Grundlagen in der Modellierung und Datenmanipulation mit und sind motiviert, diese auf wirkungsvolle, kommerzielle Probleme anzuwenden.
• Erfahrung in der Erstellung von Vorhersagemodellen (z. B. Abwanderungs-, Neigungs-, Segmentierungs- oder Wertmodellierung) in einem kommerziellen Umfeld.
• Fähigkeit, ein Problem unabhängig von der Definition bis zur Lösung und Lieferung zu bearbeiten und dabei Initiative und Eigenverantwortung zu zeigen.
• Kenntnisse in Python und SQL sowie Vertrautheit mit gängigen Data Science- und ML-Bibliotheken.
• Solides Verständnis der Techniken des maschinellen Lernens (z. B. Regression, baumbasierte Modelle, Clustering) und wann diese anzuwenden sind, einschließlich der Art und Weise, wie man sie für reale Probleme verfeinert und abstimmt.
• Starke Kommunikations- und Kooperationsfähigkeiten mit der Fähigkeit, Erkenntnisse klar zu artikulieren und effektiv mit funktionsübergreifenden Stakeholdern zusammenzuarbeiten.
• Kenntnis moderner Ansätze des maschinellen Lernens (z. B. Einbettungen, Sequenzmodelle, Deep Learning) und Interesse an deren Anwendung auf reale Probleme.
• Erfahrung im Umgang mit großen Datenmengen, um umsetzbare Erkenntnisse zu generieren.
• Ein fundierter akademischer Hintergrund, typischerweise ein Master- oder Ph.D.-Abschluss. in einem quantitativen oder technischen Bereich (z. B. Mathematik, Statistik, Informatik).
Schön zu haben:
• Vertrautheit mit Produktionsumgebungen, MLOps oder Datenpipelines.
• Erfahrung im Umgang mit großen Datenmengen unter Verwendung von PySpark oder gleichwertigen verteilten Datenverarbeitungstools.
• Erfahrung mit Spielen, E-Commerce oder abonnementbasierten Produkten.
Vorteile:
• Ermessensbonusmöglichkeit
• Private Krankenversicherung
• Zahnärztliches Programm
• 25 Tage Urlaub pro Jahr
• Fitnessstudio vor Ort
• Subventioniertes Café
• Kostenlose alkoholfreie Getränke
• Vor-Ort-Bar
• Zugang zur Fahrradgarage und zu den Duschen
Weitere Informationen darüber, wie wir Ihre personenbezogenen Daten verarbeiten und welche Datenschutzrechte Sie haben, finden Sie in unserer Datenschutzerklärung für Bewerber.
Bitte beachten Sie, dass Sony Interactive Entertainment in der Angebotsphase für alle neuen Mitarbeiter Hintergrundüberprüfungen durchführt (die für einige Rollen auch kriminalpolizeiliche Hintergrundüberprüfungen umfassen können) und zur Unterstützung dieser Überprüfungen personenbezogene Daten verarbeiten muss.
Weitere Informationen darüber, welche personenbezogenen Daten wir sammeln, wie wir sie verwenden, mit wem wir sie teilen und über Ihre Datenschutzrechte finden Sie in unserer Datenschutzerklärung für Bewerber.
Erklärung zur Chancengleichheit:
Sony ist ein Arbeitgeber, der Chancengleichheit fördert. Alle Personen werden für eine Beschäftigung berücksichtigt, unabhängig von Geschlecht (einschließlich Geschlechtsidentität, Geschlechtsausdruck und Geschlechtsumwandlung), Rasse (einschließlich Hautfarbe, Nationalität, ethnischer oder nationaler Herkunft), Religion oder Weltanschauung, Familien- oder Lebenspartnerschaftsstand, Behinderung, Alter, sexueller Orientierung, Schwangerschaft, Mutterschaft oder Elternstatus, Gewerkschaftsmitgliedschaft oder Mitgliedschaft in einer anderen gesetzlich geschützten Kategorie.
Wir sind bestrebt, ein integratives Umfeld zu schaffen, Mitarbeiter zu stärken und Vielfalt zu fördern. Wir ermutigen alle, zu antworten.…
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/sonyinteractiveentertainmentglobal/data-scientist-forecasting-london-179156)
Sony Interactive Entertainment ist nicht nur der beste Ort zum Spielen, sondern auch der beste Ort zum Arbeiten. Sony Interactive Entertainment (SIE) ist das Unternehmen hinter der Marke PlayStation. Als Tochtergesellschaft der Sony Group Corporation sind wir Teil eines stolzen Erbes an Innovation und Exzellenz. SIE ist ein dynamisches Technologieunternehmen, das modernste Hardware und Netzwerkdienste für mehr als 100 Millionen Menschen bereitstellt und ein führendes Unternehmen im Unterhaltungsbereich ist, das einige der beliebtesten und bekanntesten geistigen Eigentumsrechte (IP) der Welt beherbergt. Unsere Aufgabe bei SIE besteht darin, Erlebnisse unter der Marke PlayStation zu schaffen und zu fördern, einem Namen, der für hervorragende Unterhaltung und Kreativität steht.
Abteilungsübersicht:
Bei PlayStation spielt Data Science eine entscheidende Rolle bei der Gestaltung der Art und Weise, wie wir in unsere globale Spielerbasis investieren, sie binden und begeistern. Das CLV-Team konzentriert sich darauf, das Spielerverhalten zu verstehen und ein effektiveres Engagement über den gesamten Spielerlebenszyklus hinweg voranzutreiben – von der Akquise und dem Onboarding bis hin zur Bindung, Monetarisierung und dem langfristigen Wert.
Als Datenwissenschaftler entwickeln Sie Modelle und Erkenntnisse, die dazu beitragen, personalisiertere Spielererlebnisse zu ermöglichen und kommerzielle und Produktentscheidungen in großem Maßstab zu treffen. Sie arbeiten in funktionsübergreifenden Teams daran, das Spielerverhalten in umsetzbare Strategien umzusetzen, die zu messbaren Verbesserungen des Spielerengagements und -werts führen.
Diese Rolle ist ideal für eine Person, die kein Problem damit hat, Probleme durchgängig in den Griff zu bekommen – von der Formulierung und Modellierung bis hin zur Erzielung von Wirkung – und mit Stakeholdern zusammenzuarbeiten, um eine datengestützte Entscheidungsfindung zu unterstützen.
Was Sie tun werden:
• Eigene Verantwortung für die Entwicklung und Bereitstellung von Modellen für maschinelles Lernen für Anwendungsfälle wie Abwanderungsvorhersage, Kaufneigung, Ladenempfehlungen und Customer Lifetime Value.
• Übersetzen Sie Geschäftsprobleme in Modellierungsansätze und wählen Sie geeignete Methoden und Funktionen aus, um messbare Auswirkungen zu erzielen.
• Arbeiten Sie mit umfangreichen Verhaltens- und Transaktionsdaten, um Muster und Möglichkeiten für Spielerwachstum und -engagement aufzudecken.
• Arbeiten Sie in funktionsübergreifenden Teams zusammen, einschließlich Interessenvertretern aus den Bereichen Technik, Produkt und Handel, um sicherzustellen, dass die Lösungen robust, skalierbar und auf die Geschäftsanforderungen abgestimmt sind.
• Arbeiten Sie mit Stakeholdern aus den Bereichen Handel, Finanzen und Lebenszyklusteams zusammen, um die Entscheidungsfindung mit datengesteuerten Erkenntnissen zu unterstützen.
• Kommunizieren Sie Erkenntnisse und Empfehlungen klar und deutlich sowohl für technische als auch für nichttechnische Zielgruppen.
• Entwickeln und erweitern Sie Ihr Verständnis für fortgeschrittenere Modellierungsansätze (z. B. Deep Learning und sequenzbasierte Methoden) als Teil der Lösung immer komplexerer Probleme.
Was wir suchen:
Sie sind neugierig, analytisch und ein starker Problemlöser mit einem strukturierten Ansatz zur Lösung geschäftlicher Probleme. Sie bringen solide Grundlagen in der Modellierung und Datenmanipulation mit und sind motiviert, diese auf wirkungsvolle, kommerzielle Probleme anzuwenden.
• Erfahrung in der Erstellung von Vorhersagemodellen (z. B. Abwanderungs-, Neigungs-, Segmentierungs- oder Wertmodellierung) in einem kommerziellen Umfeld.
• Fähigkeit, ein Problem unabhängig von der Definition bis zur Lösung und Lieferung zu bearbeiten und dabei Initiative und Eigenverantwortung zu zeigen.
• Kenntnisse in Python und SQL sowie Vertrautheit mit gängigen Data Science- und ML-Bibliotheken.
• Solides Verständnis der Techniken des maschinellen Lernens (z. B. Regression, baumbasierte Modelle, Clustering) und wann diese anzuwenden sind, einschließlich der Art und Weise, wie man sie für reale Probleme verfeinert und abstimmt.
• Starke Kommunikations- und Kooperationsfähigkeiten mit der Fähigkeit, Erkenntnisse klar zu artikulieren und effektiv mit funktionsübergreifenden Stakeholdern zusammenzuarbeiten.
• Kenntnis moderner Ansätze des maschinellen Lernens (z. B. Einbettungen, Sequenzmodelle, Deep Learning) und Interesse an deren Anwendung auf reale Probleme.
• Erfahrung im Umgang mit großen Datenmengen, um umsetzbare Erkenntnisse zu generieren.
• Ein fundierter akademischer Hintergrund, typischerweise ein Master- oder Ph.D.-Abschluss. in einem quantitativen oder technischen Bereich (z. B. Mathematik, Statistik, Informatik).
Schön zu haben:
• Vertrautheit mit Produktionsumgebungen, MLOps oder Datenpipelines.
• Erfahrung im Umgang mit großen Datenmengen unter Verwendung von PySpark oder gleichwertigen verteilten Datenverarbeitungstools.
• Erfahrung mit Spielen, E-Commerce oder abonnementbasierten Produkten.
Vorteile:
• Ermessensbonusmöglichkeit
• Private Krankenversicherung
• Zahnärztliches Programm
• 25 Tage Urlaub pro Jahr
• Fitnessstudio vor Ort
• Subventioniertes Café
• Kostenlose alkoholfreie Getränke
• Vor-Ort-Bar
• Zugang zur Fahrradgarage und zu den Duschen
Weitere Informationen darüber, wie wir Ihre personenbezogenen Daten verarbeiten und welche Datenschutzrechte Sie haben, finden Sie in unserer Datenschutzerklärung für Bewerber.
Bitte beachten Sie, dass Sony Interactive Entertainment in der Angebotsphase für alle neuen Mitarbeiter Hintergrundüberprüfungen durchführt (die für einige Rollen auch kriminalpolizeiliche Hintergrundüberprüfungen umfassen können) und zur Unterstützung dieser Überprüfungen personenbezogene Daten verarbeiten muss.
Weitere Informationen darüber, welche personenbezogenen Daten wir sammeln, wie wir sie verwenden, mit wem wir sie teilen und über Ihre Datenschutzrechte finden Sie in unserer Datenschutzerklärung für Bewerber.
Erklärung zur Chancengleichheit:
Sony ist ein Arbeitgeber, der Chancengleichheit fördert. Alle Personen werden für eine Beschäftigung berücksichtigt, unabhängig von Geschlecht (einschließlich Geschlechtsidentität, Geschlechtsausdruck und Geschlechtsumwandlung), Rasse (einschließlich Hautfarbe, Nationalität, ethnischer oder nationaler Herkunft), Religion oder Weltanschauung, Familien- oder Lebenspartnerschaftsstand, Behinderung, Alter, sexueller Orientierung, Schwangerschaft, Mutterschaft oder Elternstatus, Gewerkschaftsmitgliedschaft oder Mitgliedschaft in einer anderen gesetzlich geschützten Kategorie.
Wir sind bestrebt, ein integratives Umfeld zu schaffen, Mitarbeiter zu stärken und Vielfalt zu fördern. Wir ermutigen alle, zu antworten.…
Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/sonyinteractiveentertainmentglobal/data-scientist-forecasting-london-179156)
Dieses Angebot stammt aus einem Partner-Feed. Bewerben Sie sich auf der Quell-Website.
Standort
London, Vereinigtes Königreich
Inserat bereitgestellt von sonyinteractiveentertainmentglobal.