Wonder
Wonder
Wonder je společnost působící v oblasti potravin a nápojů, která buduje flexibilní koncept gastronomické haly založený na rozvozu, osobním vyzvednutí a stravování na místě. Spolupracuje s oceňovanými šéfkuchaři a restauracemi, včetně kulinářských talentů oceněných michelinskými hvězdami a dalších uznávaných odborníků na gastronomii, aby nabídla široký výběr jídel v restaurační kvalitě. Zákazníci mohou v jedné objednávce kombinovat jídla z více partnerských restaurací a získat tak rozmanité možnosti stravování s doručením domů po celém regionu Tri-State. Model Wonder propojuje pečlivě vybranou kuchyni, partnerství s restauracemi a pohodlí elektronického obchodování v rámci jedné služby.

Hlavní datový vědec: strojové učení a experimentování na marketplace

Veďte strojové učení, kauzální inferenci a experimentování na marketplace Wonder. Rozvíjejte produkční systémy, které zlepšují zákaznickou zkušenost, plnění objednávek, cenotvorbu a obchodní rozhodování.

Popis

  • Určujte zásady a postupy, jimiž se ve Wonder řídí využívání dat, experimentování a strojového učení.
  • Školte a mentorujte rostoucí tým datových vědců.
  • Podporujte kariérní růst a technickou odbornost v celém týmu.
  • Zkoumejte fungování propojených systémů marketplace a zpětnovazebních smyček.
  • Vytvářejte rámce pro kauzální inferenci a experimentování, které měří dopad na podnikání.
  • Spolupracujte s inženýry na architektuře sdílených datových vrstev, pipeline příznaků, API pro modely, infrastruktury pro experimenty a produkčních služeb strojového učení.
  • Navrhujte a provádějte experimenty se změnami, jejichž cílem je zlepšit obchodní ukazatele.
  • Rozvíjejte na podnikání zaměřenou datovou vědu, která propojuje kauzální inferenci, experimentování, modelování zohledňující rizika a škálovatelné produkční strojové učení.
  • Hledejte příležitosti s velkým dopadem na efektivitu marketplace, zákaznickou zkušenost, přesnost odhadovaného času příjezdu, spolehlivost plnění objednávek, cenotvorbu, plánování nabídky, předpovídání poptávky a provozní výsledky.
  • Vytvářejte prototypy a testujte modely i poznatky, utvářejte jejich architekturu a uvádějte je do provozu, aby zlepšovaly obchodní ukazatele.

Požadavky

  • Nejméně 8 let praxe v oboru s magisterským titulem, nebo nejméně 6 let praxe s titulem PhD v oboru statistiky, ekonomie, aplikované matematiky, informatiky, datové vědy, strojového učení či příbuzném kvantitativním oboru.
  • Prokazatelné úspěchy při využití datové vědy a strojového učení k řešení složitých obchodních výzev.
  • Pokročilá znalost kauzální inference, experimentování a statistického modelování.
  • Dobré úsudky při zvažování obchodních a produktových kompromisů.
  • Znalost Pythonu, analýzy dat, vizualizace a objektově orientovaného programování pro tvorbu škálovatelného kódu připraveného pro produkční nasazení.
  • Zkušenosti s nasazováním systémů datové vědy, strojového učení nebo kauzální inference do produkce.
  • Plynulá znalost SQL nebo srovnatelných nástrojů pro přímé dotazování nad datovými sadami v produkčním měřítku.
  • Zkušenosti s mentoringem a určováním technického směřování vědců, analytiků nebo inženýrů.
  • Zkušenosti s vedením kompletního návrhu řešení datové vědy, strojového učení, měření nebo experimentování.
  • Zkušenosti s navrhováním metod kauzálního měření pro složité systémy.
  • Zázemí v kauzální inferenci, ekonometrice, bayesovském modelování, návrhu experimentů nebo měření z observačních dat.
  • Zkušenosti s praktickými experimentálními metodami, jako jsou A/B testy, analýza statistické síly, heterogenní účinky zásahů, ochranné metriky, interferenční efekty a měření dlouhodobého dopadu.
  • Zkušenosti s budováním nebo rozvojem produkčních systémů strojového učení.
  • Schopnost sladit produktové, technické, provozní, obchodní a datově-vědecké týmy na společné strategii.
  • Zkušenosti s tvorbou strategie a technických plánů rozvoje platforem datové vědy, strojového učení, experimentování nebo kauzální inference.

Benefity

  • Podíl ve společnosti
  • Důchodový plán 401(k)
  • Výběr z plánů zdravotního a zubního pojištění a pojištění zraku
  • Pojištění pro případ krátkodobé a dlouhodobé pracovní neschopnosti hrazené společností
  • Placené volno včetně flexibilního volna pro zaměstnance osvobozené od nároku na příplatky za přesčasy
  • Placená dovolená pro zaměstnance, kteří nejsou osvobozeni od nároku na příplatky za přesčasy
  • Placené volno z důvodu nemoci v souladu s příslušnými právními předpisy
  • Placená rodičovská dovolená
  • Zlevněná jídla
  • Exkluzivní výhody v rámci rodiny značek Wonder

Související pracovní nabídky

Xenon Seven

Specialista na klinická data: digitální dvojčata a klinická hodnocení

Xenon Seven

Vytváří digitální dvojčata a simulace pro plánování klinických hodnocení léčiv. Propojuje klinická data s AI a strojovým učením a podporuje rozhodování o vývoji založené na důkazech.

Otevřít
Ritchie Bros.

Vedoucí datový vědec, Chicago (hybridní režim)

Ritchie Bros.

Veďte týmy datových vědců při tvorbě škálovatelných řešení strojového učení a pokročilé analytiky. Spolupracujte s IT, vedením, produktovými týmy a dalšími zainteresovanými stranami na iniciativách napříč celou organizací.

Otevřít
Ritchie Bros.

Vedoucí datový vědec

Ritchie Bros.

Veďte tým datových vědců, který pro firmu vytváří škálovatelná řešení strojového učení a pokročilé analytiky. Řiďte a mentorujte odborníky, dohlížejte na vývoj modelů a spolupracujte s IT, produktovým týmem, vedením i dalšími zainteresovanými stranami.

Otevřít
Capital One

Manažer datové vědy — strategie alternativních dat

Capital One

Ve společnosti Capital One veďte práci v oblasti datové vědy a posuzujte alternativní data pro rozhodování o úvěrech na kartách v USA. Vyvíjejte modely strojového učení, datové příznaky a škálovatelné monitorovací systémy.

Otevřít
Grubhub

Seniorní hlavní datový vědec, marketplace

Grubhub

Určujte směr datové vědy a strojového učení pro marketplace Wonder a stanovujte přístupy ke kauzální inferenci, experimentům a produkčním systémům. Veďte technickou spolupráci napříč týmy a pomáhejte převádět modely i poznatky do obchodních výsledků.

Otevřít