Wonder
Wonder
Ang Wonder ay isang kumpanya ng pagkain at inumin na bumubuo ng flexible na food hall experience para sa delivery, pickup, at dine-in. Nakikipagtulungan ito sa mga award-winning na chef at restaurant, kabilang ang mga culinary talent na may Michelin star at iba pang kinikilalang eksperto sa pagkain, upang mag-alok ng malawak na seleksiyon ng mga pagkaing de-kalidad na parang nasa restaurant. Maaaring pagsamahin ng mga customer ang mga pagkain mula sa maraming partner na restaurant sa iisang order, kaya nagdadala ito ng iba’t ibang opsyon sa pagkain sa mga tahanan sa buong Tri-State area. Pinagsasama ng modelo ng Wonder ang piniling lutuin, pakikipagtulungan sa mga restaurant, at kaginhawahan ng e-commerce sa iisang serbisyo.

Senior Staff na Data Scientist, Marketplace ML at Eksperimentasyon

Pangunahan ang machine learning sa marketplace, causal inference, at eksperimento sa Wonder, at hubugin ang mga production system na nagpapahusay sa karanasan ng customer, pagtupad ng order, pagpepresyo, at mga pasya sa negosyo.

Paglalarawan

  • Itakda ang mga prinsipyo at gawaing gagabay sa paggamit ng Wonder ng data, eksperimento, at machine learning.
  • Sanayin at gabayan ang lumalaking pangkat ng mga data scientist.
  • Suportahan ang paglago ng karera at kahusayan sa teknikal sa buong pangkat.
  • Siyasatin kung paano gumagana ang magkakaugnay na sistema ng marketplace at mga feedback loop.
  • Bumuo ng mga balangkas para sa causal inference at eksperimento upang masukat ang epekto sa negosyo.
  • Makipagtulungan sa engineering sa arkitektura ng mga pinagsasaluhang data layer, feature pipeline, modeling API, imprastraktura ng eksperimento, at mga serbisyo ng ML sa production.
  • Magdisenyo at magsagawa ng mga eksperimento para sa mga pagbabagong naglalayong pahusayin ang mga sukatan ng negosyo.
  • Isulong ang data science na nakatuon sa negosyo at pinagsasama ang causal inference, eksperimento, modeling na isinasaalang-alang ang panganib, at scalable na production ML.
  • Humanap ng mga oportunidad na may malaking epekto sa kahusayan ng marketplace, karanasan ng customer, katumpakan ng ETA, pagiging maaasahan ng pagtupad ng order, pagpepresyo, pagpaplano ng supply, pagtataya ng demand, at pagganap ng operasyon.
  • Gumawa ng mga prototype at subukan ang mga modelo at insight, hubugin ang arkitektura ng mga ito, at isagawa upang mapahusay ang mga sukatan ng negosyo.

Mga Kinakailangan

  • Hindi bababa sa 8 taong karanasan sa industriya kung may master's degree, o 6 na taon o higit pa kung may PhD, sa estadistika, ekonomiks, applied mathematics, computer science, data science, machine learning, o kaugnay na larangang kwantitatibo.
  • Napatunayang tagumpay sa paggamit ng data science at machine learning upang lutasin ang masalimuot na hamon sa negosyo.
  • Malalim na kaalaman sa causal inference, eksperimento, at statistical modeling.
  • Mahusay na pagpapasya sa pagtitimbang ng mga usaping pangnegosyo at produkto.
  • Kasanayan sa Python, pagsusuri ng data, visualization, at object-oriented programming para sa scalable at handa sa production na code.
  • May napatunayang karanasan sa pag-deploy sa production ng mga sistema ng data science, machine learning, o causal inference.
  • Mahusay sa SQL o katulad na mga tool para direktang mag-query ng mga dataset na pang-production scale.
  • Karanasan sa paggabay at pagtatakda ng teknikal na direksyon para sa mga scientist, analyst, o engineer.
  • Karanasan sa pamumuno sa buong proseso ng pagdidisenyo ng mga balangkas para sa data science, machine learning, pagsukat, o eksperimento.
  • Karanasan sa pagdidisenyo ng mga paraan ng causal measurement para sa masalimuot na sistema.
  • May karanasan sa causal inference, econometrics, Bayesian modeling, experimental design, o observational measurement.
  • Karanasan sa mga inilapat na paraan ng eksperimento gaya ng A/B test, power analysis, heterogeneous treatment effect, guardrail metric, interference effect, at pagsukat ng pangmatagalang epekto.
  • Karanasan sa pagbuo o paghubog ng production machine learning system.
  • Kayang pag-isahin ang mga pangkat ng produkto, engineering, operasyon, negosyo, at data science sa iisang estratehiya.
  • Karanasan sa pagtatakda ng estratehiya at teknikal na roadmap para sa mga platform ng data science, machine learning, eksperimento, o causal inference.

Mga Benepisyo

  • Equity
  • Plano sa pagreretiro na 401(k)
  • Pagpili ng mga planong medikal, dental, at para sa paningin
  • Saklaw sa kapansanan sa maikli at mahabang panahon na binabayaran ng kumpanya
  • Bayad na pahinga, kabilang ang flexible na pahinga para sa mga empleyadong exempt
  • Bayad na bakasyon para sa mga empleyadong non-exempt
  • Bayad na sick leave alinsunod sa naaangkop na batas
  • Bayad na parental leave
  • Mga pagkaing may diskuwento
  • Mga eksklusibong perk sa mga brand ng pamilya ng Wonder

Mga Kaugnay na Trabaho

Xenon Seven

Siyentipiko ng Klinikal na Datos, Digital Twin at mga Klinikal na Pagsubok

Xenon Seven

Bumubuo ng mga digital twin at simulation upang makatulong sa pagdidisenyo ng mga klinikal na pagsubok sa parmasyutiko. Pinagsasama ang klinikal na datos at AI at machine learning upang masuportahan ang mga pasyang batay sa ebidensiya.

Buksan
Ritchie Bros.

Pinunong Siyentista ng Datos, Chicago (Hybrid)

Ritchie Bros.

Pangunahan ang mga pangkat ng data science sa pagbuo ng nasusukat na machine learning at mga solusyon sa advanced analytics. Makipagtulungan sa IT, mga ehekutibo, pangkat ng produkto, at iba pang stakeholder sa mga inisyatiba ng buong kumpanya.

Buksan
Ritchie Bros.

Nangungunang Siyentista ng Datos

Ritchie Bros.

Pangunahan ang pangkat ng data science na bumubuo ng scalable na machine learning at advanced analytics para sa negosyo. Pamahalaan at gabayan ang mga siyentista ng datos, pangasiwaan ang pagbuo ng mga modelo, at makipagtulungan sa IT, produkto, mga ehekutibo, at iba pang stakeholder.

Buksan
Capital One

Tagapamahala, Siyentista ng Datos – Estratehiya sa Alternatibong Datos

Capital One

Pangunahan ang gawain sa data science sa Capital One upang suriin ang alternatibong datos para sa mga pasya sa credit ng US Card. Bumuo ng mga machine learning model, feature ng datos, at mga sistemang scalable para sa pagsubaybay.

Buksan
Grubhub

Senior Staff na Data Scientist, Marketplace

Grubhub

Itinatakda ang direksiyon ng data science at machine learning para sa marketplace ng Wonder, at ginagabayan ang causal inference, eksperimento, mga production system, at teknikal na gawaing magkakaugnay ang mga pangkat.

Buksan