Wonder
Wonder
Wonder es una empresa de alimentos y bebidas que está desarrollando una experiencia flexible de mercado gastronómico basada en la entrega a domicilio, la recogida y el consumo en el local. Colabora con chefs y restaurantes galardonados, incluidos talentos culinarios con estrellas Michelin y otros expertos gastronómicos reconocidos, para ofrecer una amplia selección de platos de calidad de restaurante. Los clientes pueden combinar comidas de varios restaurantes asociados en un solo pedido, llevando diversas opciones gastronómicas a los hogares de toda el área Tri-State. El modelo de Wonder reúne una oferta culinaria seleccionada, alianzas con restaurantes y la comodidad del comercio electrónico en un mismo servicio.

Científico de Datos Senior Staff, ML y Experimentación de Marketplace

Lidera el aprendizaje automático, la inferencia causal y la experimentación del marketplace en Wonder, definiendo sistemas de producción que mejoran la experiencia del cliente, el cumplimiento, los precios y las decisiones de negocio.

Descripción

  • Establecer los principios y las prácticas que orientan el uso de datos, experimentación y aprendizaje automático en Wonder.
  • Formar y asesorar a un equipo creciente de científicos de datos.
  • Impulsar el desarrollo profesional y la excelencia técnica en todo el grupo.
  • Investigar el funcionamiento de los sistemas interconectados del marketplace y sus ciclos de retroalimentación.
  • Crear marcos de inferencia causal y experimentación para medir el impacto empresarial.
  • Colaborar con ingeniería en la arquitectura de capas de datos compartidas, flujos de características, API de modelado, infraestructura de experimentación y servicios de aprendizaje automático en producción.
  • Diseñar y llevar a cabo experimentos para cambios destinados a mejorar las métricas del negocio.
  • Impulsar la ciencia de datos orientada al negocio, combinando inferencia causal, experimentación, modelado consciente del riesgo y aprendizaje automático escalable en producción.
  • Detectar oportunidades de gran impacto en la eficiencia del marketplace, la experiencia del cliente, la precisión de la hora estimada de llegada (ETA), la fiabilidad del cumplimiento, los precios, la planificación de la oferta, la previsión de la demanda y el rendimiento operativo.
  • Crear prototipos y probar modelos e insights, definir su arquitectura y ponerlos en funcionamiento para mejorar las métricas del negocio.

Requisitos

  • Al menos 8 años de experiencia en el sector con un máster, o 6 años o más con un doctorado, en estadística, economía, matemáticas aplicadas, informática, ciencia de datos, aprendizaje automático u otro campo cuantitativo relacionado.
  • Éxito demostrado en la aplicación de ciencia de datos y aprendizaje automático a desafíos empresariales complejos.
  • Conocimientos avanzados de inferencia causal, experimentación y modelado estadístico.
  • Criterio sólido para evaluar las compensaciones entre negocio y producto.
  • Dominio de Python, análisis de datos, visualización y programación orientada a objetos para desarrollar código escalable y listo para producción.
  • Trayectoria en la puesta en producción de sistemas de ciencia de datos, aprendizaje automático o inferencia causal.
  • Dominio de SQL o herramientas comparables para consultar directamente conjuntos de datos a escala de producción.
  • Experiencia en mentoría y definición de la dirección técnica para científicos, analistas o ingenieros.
  • Experiencia liderando el diseño integral de marcos de ciencia de datos, aprendizaje automático, medición o experimentación.
  • Experiencia en el diseño de métodos de medición causal para sistemas complejos.
  • Formación en inferencia causal, econometría, modelado bayesiano, diseño experimental o medición observacional.
  • Experiencia con métodos de experimentación aplicada, como pruebas A/B, análisis de potencia, efectos del tratamiento heterogéneos, métricas de control, efectos de interferencia y medición del impacto a largo plazo.
  • Experiencia en la creación o definición de sistemas de aprendizaje automático para producción.
  • Capacidad para alinear a los equipos de producto, ingeniería, operaciones, negocio y ciencia de datos en torno a una estrategia común.
  • Experiencia en la definición de estrategias y hojas de ruta técnicas para plataformas de ciencia de datos, aprendizaje automático, experimentación o inferencia causal.

Beneficios

  • Participación accionaria
  • Plan de jubilación 401(k)
  • Elección de planes médicos, dentales y de visión
  • Cobertura por incapacidad a corto y largo plazo pagada por la empresa
  • Tiempo libre remunerado, incluido tiempo libre flexible para empleados exentos
  • Vacaciones remuneradas para empleados no exentos
  • Baja por enfermedad remunerada de acuerdo con la legislación aplicable
  • Permiso parental remunerado
  • Comidas con descuento
  • Ventajas exclusivas en las marcas de la familia Wonder

Empleos relacionados

Xenon Seven

Científico de datos clínicos: gemelos digitales y ensayos clínicos

Xenon Seven

Desarrolla gemelos digitales y simulaciones para orientar el diseño de ensayos clínicos farmacéuticos. Integra datos clínicos con IA y aprendizaje automático para respaldar decisiones de desarrollo basadas en evidencia.

Abrir
Ritchie Bros.

Científico de Datos Principal, Chicago (Híbrido)

Ritchie Bros.

Lidera equipos de ciencia de datos en la creación de soluciones escalables de aprendizaje automático y analítica avanzada. Colabora con TI, directivos, equipos de producto y otras partes interesadas en iniciativas para toda la empresa.

Abrir
Ritchie Bros.

Científico de datos principal

Ritchie Bros.

Lidera un equipo de ciencia de datos que desarrolla aprendizaje automático escalable y analítica avanzada para el negocio. Gestiona y orienta a científicos, supervisa el desarrollo de modelos y colabora con TI, producto, directivos y otras partes interesadas.

Abrir
Capital One

Gerente de ciencia de datos – estrategia de datos alternativos

Capital One

Lidera iniciativas de ciencia de datos en Capital One para evaluar datos alternativos en decisiones de crédito de tarjetas en EE. UU. Desarrolla modelos de aprendizaje automático, características de datos y sistemas escalables de supervisión.

Abrir
Grubhub

Científico/a de Datos Senior Staff, Marketplace

Grubhub

Define la dirección de ciencia de datos y aprendizaje automático para el marketplace de Wonder, guiando la inferencia causal, la experimentación, los sistemas de producción y el trabajo técnico interdisciplinario.

Abrir