公司描述
Grab的生活
在Grab，每个Grabber都遵循Grab Way的指导，这概括了我们的使命，我们如何相信我们可以实现它，以及我们的运作原则 - 4H：真心、渴望、荣誉和谦卑。这些原则指导并帮助我们做出决策，努力为东南亚人民创造经济赋能。
职位描述
了解我们的团队：
Grab的履行-调度数据科学团队致力于解决Grab的分配能力所面临的复杂而迷人的问题 - 确保我们的乘客、司机合作伙伴、消费者和商家享受可靠的履行体验。
分配只是一个简单的问题：“给定一个新的预订请求，哪个司机合作伙伴是最适合这个预订的，考虑到现在的所有其他待处理预订，以及未来可能的预订和司机合作伙伴的移动？”高效解决这个问题需要在统计/机器/深度学习预测、优化、模拟、图论、离线和在线学习上工作，涉及到领域和技术。我们将这些技术应用于我们的大容量高速数据集，以推动最佳业务结果。
我们倡导一种文化，我们不断提高自己和他人的标准，并且坚决支持探索和创新的自由。我们正在寻找那些对解决复杂问题感到兴奋的候选人，他们可以运用自己广泛而深入的知识设计创新解决方案，并在改进我们日益增长的与分配相关的服务套件方面突破界限。
了解职位：
• 设计创造性的可扩展分配方法，以适应不断变化的市场条件
• 理解业务需求，确定需要调查的领域，并将其转化为需要解决的技术问题
• 构建、部署和拥有生产级别的模型和服务，每天为数百万请求提供服务
• 对现有的分配功能进行迭代，推动持续改进
日常活动：
• 研究、分析大容量高速数据，构建快速原型，并将其工程化为生产环境
• 设计数据流水线并进行实验，以衡量您的工作的影响
• 有效地将结果及其对业务/产品相关方的影响进行沟通
资格要求
必备条件：
• 计算机科学、电气/计算机工程、工业与系统工程、运筹学、数学/统计学、交通工程或相关技术学科的博士或硕士学位，有3年以上技术公司数据科学工作经验；或等同经验
• 强大的机器学习基础：
• 理解机器学习算法及其生态系统（数据、模型持久性、工具、开发生命周期）
• 有开发生产级别的机器学习系统的经验，包括探索性分析、特征工程、开发数据流水线、可观察性和维护等
• 强大的统计学和大规模数据分析能力：
• 理解概率和统计学（例如假设检验、建模分布/回归、贝叶斯统计等）
• 有运行实时实验（A/B测试、随机对照试验）并分析结果的经验
• 有关系数据库、SQL和分布式计算框架（Spark、Kafka流处理）的经验
• 强大的软件开发技能：
• 熟练掌握Python。熟悉Golang、Scala或Rust是一个优势。
• 熟悉基于Git的源代码控制、代码审查、测试驱动开发、基于云的开发（AWS/Azure）
• 自我激励、独立学习者，并愿意与团队分享知识
• 在动态工作环境中注重细节和高效的时间管理者
• 能够用英语进行良好的口头和书面沟通，并通过有效的可视化传达数据洞察和结果。
最好有：
• 有处理地理空间/移动/物流数据的经验
• 有在生产环境中设计概率模型的经验
• 熟悉现代数据流水线和数据仓库技术栈（如Hive、Pinot、Airflow、Presto/Trino等）
• 在以下任何专业领域具有专长：图论/处理、随机问题优化、基于代理的模拟、自适应控制、强化学习
• 有设计、部署和维护微服务（例如在Docker/Kubernetes上）以提供生产模型的经验是一个巨大的优势
附加信息
我们的承诺
我们致力于构建多样化的团队，创造一个包容性的工作场所，使所有Grabber都能够在最佳状态下发挥自己的才能，无论国籍、种族、宗教、年龄、性别认同或性取向以及其他使每个Grabber独特的属性。 
新加坡