Über die Stelle
Berufsbezeichnung: Wettbewerbsorientierter Data Scientist (Kaggle)
Vergütung: $60–$120/Stunde
Standort: Global, vollständig remote
Anstellungsart: Auftragnehmer (~15 Stunden pro Woche)
Zeitplan: Flexibel – Sie wählen die Stunden und Tage, an denen Sie arbeiten, einschließlich Wochenenden, wenn gewünscht
Wir suchen Data Scientists, Machine-Learning-Praktiker und Experten für angewandte Mathematik mit Erfahrung in wettbewerbsorientierter Data Science. (Kaggle, DrivenData usw.)
Sie werden auf Ihre Wettbewerbserfahrung, Ihr mathematisches Denkvermögen und Ihre Programmierfähigkeiten zurückgreifen, um Aufgaben zu erstellen, die mehr als eine plausible Antwort erfordern. Jede Aufgabe sollte eine reproduzierbare Umgebung, eine verifizierte Referenzlösung und zuverlässige Prüfungen für den erfolgreichen Abschluss haben.
Was Sie tun werden
- Reproduzierbare Umgebungen aufbauen, relevante Daten und Abhängigkeiten vorbereiten und Referenzlösungen implementieren.
- Tests und Bewertungskriterien entwickeln, die korrekte Lösungen zuverlässig von unvollständigen oder fehlerhaften Ansätzen unterscheiden.
- Coding-Agenten gegen Aufgaben laufen lassen, ihre Fehler untersuchen und die Aufgaben basierend auf dem beobachteten Verhalten verfeinern.
- Implementierungsfehler, fehlerhafte Annahmen, Datenlecks und andere Probleme identifizieren, die die Korrektheit beeinträchtigen.
- Aufgabenanforderungen, Lösungsbegründungen und Verifikationsschritte klar dokumentieren.
Was wir suchen
- Nachgewiesene Erfahrung in Data Science, ML, quantitativer Modellierung oder relevanten Forschungswettbewerben. (Kaggle, DrivenData usw.)
- Ausgeprägte Problemlösungsfähigkeit und ein klares Verständnis der von Ihnen verwendeten Methoden.
- Praktische Programmierfähigkeiten, die ausreichen, um Ihre eigenen Lösungen zu implementieren und zu verifizieren.
Relevante Wettbewerbsplattformen sind Kaggle, DrivenData, Zindi, AIcrowd, Numerai, DataSource.ai und CodaLab/Codabench.
Große Pluspunkte
- Starke Programmiererfahrung, insbesondere in Python, einschließlich Testen, Debuggen und Arbeiten mit unbekanntem Code