Root Inc.
Root Inc.
۱٬۰۰۱ – ۵٬۰۰۰ کارکنان
بیمهخودرومشاوره
Root Inc. یک شرکت بیمه خودرو برای مصرف‌کنندگان است که برای ارزیابی رفتار رانندگی و قیمت‌گذاری بیمه‌نامه‌ها از یک اپلیکیشن موبایل و تلماتیک مبتنی بر تلفن هوشمند استفاده می‌کند. رانندگی ایمن‌تر معمولاً بر نرخ‌ها تأثیر مطلوبی دارد. اپلیکیشن این شرکت امکان دریافت پیشنهاد قیمت، مدیریت بیمه‌نامه، ثبت خسارت و یک دوره رانندگی آزمایشی برای جمع‌آوری داده‌های رانندگی را فراهم می‌کند. Root همچنین در بسیاری از ایالت‌های آمریکا کمک‌رسانی جاده‌ای و گزینه‌های پوشش دیگری ارائه می‌دهد و به رانندگانی که به بیمه مبتنی بر میزان استفاده علاقه‌مند هستند خدمات می‌رساند.

دانشمند داده ارشد، ارزش طول عمر مشتری (روت، دورکاری در آمریکا)

در روت، رهبری مدل‌سازی ارزش طول عمر مشتری را بر عهده بگیرید و مدل‌های پیش‌بینِ به‌هم‌پیوسته برای تبدیل، حفظ مشتری، حق‌بیمه و خسارت ایجاد و مستقر کنید. این نقش ترکیبی از آزمایش، یادگیری ماشین در محیط عملیاتی، رهبری فنی و مربی‌گری است.

توضیحات

  • ضمن ارائه رهبری فنی ارشد به تیم ارزش طول عمر مشتری، در تحلیل، مدل‌سازی، استقرار، پایش و پشتیبانی عملیاتی نیز مستقیماً مشارکت کنید
  • رهبری ابتکارهای پیچیده‌ای را بر عهده بگیرید که شامل مدل‌های به‌هم‌پیوسته برای تبدیل مشتری، حفظ مشتری، حق‌بیمه‌های آینده و خسارت‌های مطالبات است
  • مسائل مبهم مدل‌سازی را تعریف کنید، گزینه‌های تحلیلی را ارزیابی کنید و جهت‌گیری فنی را شکل دهید
  • تعامل میان مدل‌های مؤلفه‌ای را ارزیابی کنید، عملکرد ضعیف را بررسی کنید و بهبودها را بر اساس ارزش کسب‌وکار اولویت‌بندی کنید
  • آزمایش‌ها و چارچوب‌های سنجش را با معیارهای موفقیت مشخص ایجاد و اعتبارسنجی کنید
  • عملکرد مدل و نتایج کسب‌وکار را پس از استقرار ارزیابی کنید
  • در برنامه‌ریزی فصلی، ترتیب اجرا، ظرفیت، نقاط عطف و وابستگی‌ها با مدیر تیم هماهنگ شوید
  • با مهندسان یادگیری ماشین و تیم‌های فناوری همکاری کنید تا مدل‌ها، شبیه‌سازی‌ها و جریان‌های کاری پیش‌بینی را در محیط عملیاتی مستقر کنید
  • میان دقت تحلیلی، قابلیت اطمینان، تفسیرپذیری و سرعت تحویل تعادل برقرار کنید
  • توصیه‌ها، ریسک‌ها و بده‌بستان‌ها را به شرکای فنی، رهبران کسب‌وکار و تصمیم‌گیرندگان ارشد ارائه کنید
  • به سایر دانشمندان داده راهنمایی و پشتیبانی بدهید
  • روش‌ها، ابزارها و استانداردهای قابل‌استفاده مجددی بسازید که علم داده را در تیم ارزش طول عمر مشتری و کارهای مرتبط با علوم کمی تقویت کند

شرایط لازم

  • مدرک کارشناسی، کارشناسی ارشد یا دکتری در آمار، علوم کامپیوتر، اقتصاد یا رشته کمی مرتبط
  • حداقل ۸ سال تجربه در ارائه پروژه‌های پیچیده و اثرگذار علم داده شامل مدل‌سازی پیش‌بین، آزمایش و پشتیبانی از تصمیم‌های کسب‌وکار
  • تخصص پیشرفته در تحلیل بقا، شامل مدل‌های زمان تا رخداد و سانسورشدگی
  • توانمندی قوی در مدل‌سازی آماری، پیش‌بینی، طراحی آزمایش و اعتبارسنجی
  • تسلط بر مهندسی نرم‌افزار Python، شامل کد ماژولار، آزموده‌شده، دارای نوع‌دهی مناسب و خوانا
  • تجربه در نگهداری و بازآرایی کدبیس‌های بزرگ و مشترک
  • تجربه در طراحی و بهره‌برداری از سامانه‌های دارای مدل‌های متعامل، از جمله ensemble یا پیش‌بینی‌های زنجیره‌ای
  • تسلط عمیق بر Python و SQL
  • تجربه عملی گسترده با چارچوب‌های مدرن مدل‌سازی و آزمایش
  • دانش کامل روش‌های آماری، الگوریتم‌های پیش‌بین، تحلیل بقا، پیش‌بینی سری‌های زمانی، طراحی آزمایش، سنجش و اعتبارسنجی
  • تجربه در ساخت و نگهداری مدل‌های به‌هم‌پیوسته عملیاتی با شیوه‌های MLOps مانند feature store، خط لوله‌های آموزش و استنتاج، ارکستراسیون جریان کار، کنترل نسخه و پایش پس از استقرار
  • توانایی برآورد ارزش آتی ابتکارهای مدل‌سازی و ارزیابی عملکرد مدل و اثر کسب‌وکار پس از استقرار
  • مهارت‌های قوی ارتباطی و رابطه‌سازی
  • توانایی اثبات‌شده برای اثرگذاری بر اولویت‌ها و جهت‌گیری فنی در جریان‌های کاری مرتبط، در حالی که مسئولیت تحویل عملی را حفظ می‌کنید
  • توانایی هدایت کار فنی، مربی‌گری دانشمندان داده و ایجاد روش‌های قابل‌استفاده مجدد برای مدل‌سازی، آزمایش، اعتبارسنجی یا گزارش‌دهی
  • آشنایی با پیش‌بینی ارزش طول عمر مشتری، جریان‌های کاری شبیه‌سازی، تحلیل پیش‌بینی در برابر واقعیت یا استنباط علّی
  • تجربه در بیمه یا محصولات مالی تحت نظارت
  • تجربه با پلتفرم‌ها و ابزارهای داده و یادگیری ماشین ابری مانند AWS، Docker، dbt، Airflow، Metaflow، Step Functions یا MLflow
  • تجربه در ایجاد مصورسازی، داشبورد یا گزارش
  • تجربه در نمونه‌سازی تکنیک‌های جدید مدل‌سازی یا ابزارهای علم داده
  • حضور جلوی دوربین در مصاحبه‌های مجازی الزامی است

مزایا

  • فرصت دریافت پاداش رقابتی
  • پیشنهاد سهام
  • انعطاف‌پذیری برای کار از هر نقطه در سراسر ایالات متحده
  • تسهیلات معقول در سراسر فرایند استخدام