Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

Data Scientist

Middle7.000 SGD · Zeitraum nicht angegebenSingapore, SGvor 1 Wo.
Markteinblicke
📊 AI / ML / Data Science: Gehälter und Nachfrage am Markt
Stack
InterSystems IRIS Data PlatformPySparkAWSMathematicsQuantitative AnalysisXGBoostMLOpsSQLPythonCI/CDStatisticsData Science
Details
Erfahrung
ab 3 Jahren
Methoden
MLOps, CI/CD
Ausbildung
Hochschulabschluss
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Laden Sie Ihren Lebenslauf hoch — Arbeitgeber und Recruiter aus verschiedenen Ländern, die Ihr Profil suchen, können Sie direkt kontaktieren.
Lebenslauf senden →
Beschreibung
Job Description Education: Degree in Data Science, Statistics, Mathematics, Computer Science, Engineering, Economics or a related quantitative discipline. Experience: 3–5 years of hands-on experience in data science, advanced analytics, model validation, fraud/risk analytics or programme analytics. Technical & Professional Competencies Strong hands-on proficiency in Python and SQL for data extraction, transformation, exploratory analysis, with experience building reproducible analytical workflows. Hands-on experience developing, validating or enhancing predictive, risk-scoring, fraud-detection or anomaly-detection models, including feature development, back-testing, threshold calibration and performance evaluation using measures such as precision, recall and related trade-offs. Experience translating business, policy or operational requirements into analytical specifications, model logic, indicators, rules or measurable risk hypotheses. Experience working with complex, large-scale datasets, including assessing data quality, tracing data lineage, investigating anomalies and documenting analytical assumptions. Experience handling the technical challenges to fraud or risk modelling, including imbalanced data and delayed, incomplete or evolving outcome labels. Experience designing or implementing production model-monitoring approaches, including data drift, concept drift and alert thresholds. Experience building analytical dashboards using Tableau or an equivalent platform. Exper
Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet. Senden Sie Ihren Lebenslauf — dann können Arbeitgeber Sie direkt kontaktieren.
Dringende Frage? Schreiben Sie @termdocs