Stitch Fix
Stitch Fix
Stitch Fix verbindet persönliches Styling mit dem Online-Modeeinkauf für Frauen, Männer und Kinder. Kundinnen und Kunden geben in einem Stilquiz ihre Vorlieben, Größen und ihr Budget an. Anschließend erhalten sie eine von einer persönlichen Stylistin oder einem persönlichen Stylisten zusammengestellte Auswahl an Kleidung. Sie können die gewünschten Stücke kaufen oder Freestyle nutzen – ein Einkaufserlebnis mit Empfehlungen, die auf ihren Stil zugeschnitten sind. So verbindet der Service Mode, datengestützte Empfehlungen und Logistik und liefert Kleidung direkt an die Kundschaft.

Principal Full-Stack-Datenwissenschaftler:in für Basismodelle

Leite die Entwicklung grundlegender Machine-Learning- und Empfehlungssysteme für Stitch Fix’ personalisierte Handelsplattform. Entwickle produktive Modelle auf Basis von Verhaltens-, Transaktions-, Text- und Bilddaten.

Beschreibung

  • Entwickle, bewerte und implementiere Machine-Learning-Modelle, die Personalisierung und Empfehlungen verbessern.
  • Entwickle Basismodelle und entsprechende Fähigkeiten, darunter Repräsentationen von Kund:innen und Produkten, Embeddings, Retrieval, Ranking, Empfehlungen und die Zusammenstellung von Produktsortimenten.
  • Setze große Sprachmodelle, Deep Learning, Repräsentationslernen, multimodale Modellierung und generative Methoden ein.
  • Verantworte den gesamten Machine-Learning-Lebenszyklus – von der Problemdefinition und Datenanalyse über Modellierung, Experimente und Implementierung bis hin zu Überwachung und Weiterentwicklung.
  • Erstelle Offline-Evaluierungen und Online-Experimente, um die Modellleistung sowie Ergebnisse für Kund:innen und das Unternehmen zu beurteilen.
  • Analysiere große Verhaltens- und Produktdatensätze mit Python, SQL und verteilten Datenverarbeitungswerkzeugen.
  • Entwickle produktive Machine-Learning-Systeme, die skalierbar, zuverlässig, beobachtbar und kosteneffizient sind.
  • Arbeite mit den Teams für Produkt, Engineering und Data Science zusammen, um nachgelagerte Anforderungen in wiederverwendbare grundlegende Machine-Learning-Fähigkeiten zu überführen.
  • Gestalte die technische Ausrichtung durch Design- und Code-Reviews, Forschung, Prototypen und die Entwicklung bewährter Verfahren mit.
  • Erläutere technischen und nichttechnischen Partner:innen technische Konzepte, Modellierungsentscheidungen, Zielkonflikte und Empfehlungen.
  • Begleite Data Scientists und Engineers als Mentor:in und arbeite mit ihnen zusammen.

Anforderungen

  • Bachelorabschluss in einem quantitativen Fach wie Informatik, Statistik, Physik, Mathematik oder einem verwandten Bereich.
  • Mindestens acht Jahre Erfahrung in der Entwicklung und Implementierung von Machine-Learning-Lösungen, idealerweise in Bereichen der Personalisierung wie Empfehlungen, Repräsentationslernen oder Suche.
  • Fähigkeit, technische Architekturen zu entwerfen und produktionsreifen Python-Code zu schreiben.
  • Fähigkeit, mehrdeutige Machine-Learning-Probleme eigenständig von der Analyse und Prototypentwicklung bis zur produktiven Implementierung, Überwachung, Weiterentwicklung und zu messbaren Ergebnissen zu führen.
  • Erfahrung mit großen Datensätzen, SQL und Technologien für verteilte Verarbeitung wie Spark.
  • Erfahrung mit modernen Deep-Learning-Frameworks wie PyTorch oder TensorFlow.
  • Fundierte Kenntnisse in Modellevaluierung und Experimenten, einschließlich Offline-Evaluierung und A/B-Tests sowie der Zuordnung von Modellverbesserungen zu messbaren Produkt- oder Geschäftsergebnissen.
  • Fähigkeit, Zielkonflikte bei produktiven Machine-Learning-Systemen hinsichtlich Modellqualität, Latenz, Skalierbarkeit, Zuverlässigkeit und Rechenkosten einzuschätzen.
  • Ausgeprägte Kommunikations- und Kooperationsfähigkeiten, einschließlich der Fähigkeit, technische Entscheidungen zu beeinflussen und komplexe Konzepte für technische und nichttechnische Zielgruppen verständlich zu erklären.
  • Ausgeprägte Neugier und nachweisliche Fähigkeit, neue Machine-Learning-Techniken zu erlernen und auf praktische Herausforderungen anzuwenden.

Zusatzleistungen

  • Wettbewerbsfähige Vergütung.
  • Berechtigung zur Teilnahme an einem jährlichen Bonusprogramm.
  • Aktienzuteilungen in Form von Restricted Stock Units bei Neueinstellung und während der Beschäftigung, abhängig von der Leistung der Mitarbeitenden und des Unternehmens.
  • Medizinische Versorgung.
  • Zahnmedizinische Versorgung.
  • Sehhilfen.
  • Weitere inklusive Gesundheits- und Wellnessleistungen.
  • Umfassendes Vergütungspaket.
  • Aktienzuteilungen.
  • Vielfältiges und inklusives Arbeitsumfeld.
  • Umfeld, das die berufliche Weiterentwicklung unterstützt.

Ähnliche Stellen