Netflix
Netflix
Ang Netflix ay isang pandaigdigang kumpanya ng streaming entertainment at producer ng nilalaman na kilala sa subscription platform nito para sa mga palabas sa telebisyon, pelikula, at orihinal na programa na mapapanood anumang oras. Taglay ang ipinahayag na misyon na libangin ang buong mundo, nag-aalok ang Netflix ng pandaigdigang konteksto sa pagkuha ng mga empleyado, na sinusuportahan ng mga pampublikong materyal tungkol sa kultura nito, inklusyon, paraan ng pagtugon sa balanse ng trabaho at buhay, at mga akomodasyon sa proseso ng recruitment.

Senior na Inhinyero sa Analytics ng Pagkakakilanlan sa Ads

Bumuo ng mga identity graph, pipeline para sa pagtutugma, at sistema ng pagsukat para sa streaming business ng Netflix na suportado ng ads. Pagandahin ang kalidad ng pagtutugma, saklaw, at pagiging maaasahan ng identity data.

Paglalarawan

  • Bumuo at magpanatili ng mga data model at pipeline para sa identity graph, pagtutugma ng entity, at paglutas ng pagkakakilanlan.
  • Makipagtulungan sa mga data at software engineer upang mag-deploy ng nasusukat at nasubok na lohika sa pagtutugma, at subaybayan ang kalidad at pagbabago ng data.
  • Gumawa ng mga sukatan, dashboard, at pagsusuri para masukat ang mga rate at kalidad ng pagtutugma, saklaw, at katatagan ng graph.
  • Tumukoy ng mga anomalya bago makaapekto ang mga ito sa mga susunod na kampanya.
  • Makipagtulungan sa mga data scientist upang suriin at pagbutihin ang mga algorithm sa pagtutugma.
  • Maghanda ng malinis at dokumentadong data at mga feature para sa pagsubok at pag-ulit ng modelo.
  • Pangasiwaan at suriin ang mga pakikipagsosyo sa analytics sa mga panlabas na identity provider.
  • Isama ang mga bagong pinagmumulan ng identity data, tiyakin ang performance ng pagtutugma, at subaybayan ang kalidad ng data sa paglipas ng panahon.
  • Gawing praktikal na kaalaman para sa mga katuwang sa produkto, benta, at iba pang hindi teknikal na larangan ang mga konsepto ng identity graph at pagtutugma.
  • Makipagtulungan sa mga team ng produkto at iba pang pangkat upang magtakda ng mga kinakailangan sa pagkakakilanlan, timbangin ang mga kompromiso sa katumpakan, saklaw, at privacy, at bigyang-priyoridad ang gawain sa roadmap.
  • Ipaliwanag ang mga teknikal na pasya, kompromiso, at kinalabasan sa mga teknikal at hindi teknikal na tagapakinig.

Mga Kinakailangan

  • Hindi bababa sa limang taong karanasan sa analytics engineering, data engineering, o katulad na tungkuling humahawak ng malakihang data.
  • Karanasan sa mga istruktura at data model na nakabatay sa graph.
  • Pag-unawa sa pagtutugma ng entity at paglutas ng pagkakakilanlan, kabilang ang mga deterministic at probabilistic na paraan, fuzzy matching, pagbuo ng mga kandidato, at pagsusuri sa kalidad ng pagtutugma.
  • Kaalaman o aktuwal na karanasan sa mga identity provider gaya ng Experian, TransUnion, LiveRamp, o mga katulad na katuwang.
  • Mahusay na kasanayan sa SQL at Python.
  • Karanasan sa pagbuo at pagpapanatili ng mga production data pipeline.
  • Karanasan sa pagdisenyo ng mga data model, sukatan, at dashboard para sa mga hindi teknikal na tagapakinig.
  • Kakayahang makipagtulungan sa mga team ng data engineering, software engineering, data science, at produkto.
  • Kakayahang magtrabaho nang mag-isa, mamuno ng mga proyekto, at maglahad ng kapani-paniwalang batayan sa pagtatakda ng priyoridad.
  • Karanasan sa mga konsepto ng pagkakakilanlan sa ad tech.
  • Karanasan sa mga graph database o processing framework gaya ng Neo4j, Neptune, o GraphFrames.
  • Pamilyaridad sa Metaflow o katulad na mga tool para sa malakihang data.
  • Karanasan sa paghawak ng data na sensitibo sa privacy at pagsunod sa mga kaugnay na gawain sa pamamahala at privacy.
  • Karanasan sa paggamit ng generative AI upang mapahusay ang pagiging produktibo sa development o analytics.

Mga Benepisyo

  • Komprehensibong saklaw sa kalusugan.
  • Suporta sa kalusugang pangkaisipan.
  • 401(k) na plano sa pagreretiro na may katumbas na kontribusyon mula sa employer.
  • Programa ng stock option.
  • Mga programa para sa kapansanan.
  • Mga health savings at flexible spending account.
  • Mga benepisyo para sa pagpapalawak ng pamilya.
  • Saklaw para sa buhay at malubhang pinsala.
  • Mga programa ng bayad na leave.
  • Flexible na bakasyon para sa mga full-time na empleyadong sumasahod.

Mga Kaugnay na Trabaho

Horace Mann

Direktor ng Analytics Engineering

Horace Mann

Pangunahan ang analytics engineering para sa Life & Retirement business ng Horace Mann at hubugin ang enterprise data warehouse at mga pinamamahalaang data product nito. Bumuo ng mga kakayahan sa cloud data, gumabay sa teknikal na estratehiya, at magpaunlad ng mahuhusay na team.

Buksan
Fortitude Re

Senior Associate, Inhenyeriya ng mga Solusyon sa Data

Fortitude Re
201 – 500 Mga Empleyado
PananalapiSeguroSeguro sa kalusugan

Bumuo at magpahusay ng mga data pipeline, arkitektura, at awtomatikong solusyon sa Fortitude Re, isang pandaigdigang tagapagbigay ng reinsurance. Nakatuon ang tungkulin sa daloy ng data, pamamahala, at maaasahang paghahatid para sa mga downstream na team.

Buksan
CompassMSP

Inhinyero sa Data Analytics na Remote

CompassMSP
201 – 500 Mga Empleyado
B2BPagkonsultaSeguridad sa cyber

Buuin at panatilihin ang Azure lakehouse at data portal ng CompassMSP para sa mga operasyon ng MSP, habang inililipat ang pag-uulat mula sa lumang SQL Server at Power BI. Saklaw din ng tungkulin ang mga data pipeline, dashboard, panloob na application, at mga kakayahan ng AI.

Buksan