在Grab，每个Grabber都遵循Grab Way，这概括了我们的使命、我们如何实现它以及我们的操作原则 - 4Hs：心、渴望、荣誉和谦卑。这些原则指导并帮助我们做出决策，以便为东南亚人民创造经济赋权。
了解团队
• 在需求数据科学团队中，您是Grab打车和送货业务的核心。我们负责构建机器学习模型，并在生产环境中提供支持，以支持Grab的广告和营销服务。
• 我们的主要目标是帮助消费者发现最有吸引力的产品，为我们的商家/广告客户实现最高效的营销活动，以及在我们的平台上建立可持续发展的业务。
• 我们运用机器学习、预测、推荐和优化技术来处理庞大的数据集，以建模我们的消费者在不同营销策略下如何在我们的平台上互动。我们还持续进行大规模的实时实验，以改进我们的实施。
了解角色
探索和提取来自大规模地理空间、行为、经济和数千万客户在我们平台上多个业务垂直领域（例如食品、超市、运输等）的互动数据集的洞察。
日常活动
• 实施、验证、测试和部署数据科学解决方案，以解决特定的业务用例，工作范围包括但不限于客户细分、客户生命周期价值、推荐、转化率预测、排名和重新排名、需求预测、广告投放和优化等。
• 通过迭代模型改进和A/B测试进行持续改进。
• 与其他数据科学家、软件工程师和业务运营团队合作，提供业务解决方案。
必备条件
• 硕士学位，专业为机器学习、统计学、应用数学、计算机科学、经济学、运筹学或相关领域。
• 理解机器学习、深度学习、数据挖掘、优化算法基础。
• 具有快速学习新数据科学和机器学习/人工智能技术的记录。
• 有机器学习框架的经验（scikit-learn、Spark MLlib、Tensorflow、pytorch等）。
• 熟练掌握一种或多种以下编程语言：Python、Scala。
• 自我激励、独立学习者，并愿意与团队成员分享知识。
• 在动态工作环境中注重细节和高效的时间管理能力。
加分项
• 有建立推荐系统、客户细分、广告投放、广告竞价、广告优化等经验。
• 有为大规模应用程序开发算法和模型的实际经验。
• 有使用Spark等大数据处理框架的实践经验。
• 有将CI/CD原则应用于数据科学项目的经验。
• 有使用Flink、Kafka等实时数据处理技术的经验。
我们的承诺
我们致力于建立多元化的团队，创造一个包容性的工作环境，使所有Grabber能够在最佳状态下发挥自己的能力，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独特的特质。 
新加坡