Wonder
Wonder
Wonder est une entreprise spécialisée dans l’alimentation et les boissons qui développe une expérience flexible de halle gastronomique autour de la livraison, du retrait et de la consommation sur place. Elle s’associe à des chefs et à des restaurants primés, notamment des talents culinaires étoilés au Michelin et d’autres experts reconnus de la gastronomie, afin de proposer un large choix de plats de qualité restaurant. Les clients peuvent combiner des repas provenant de plusieurs restaurants partenaires dans une seule commande, offrant ainsi une grande variété d’options culinaires aux foyers de toute la région des trois États. Le modèle de Wonder réunit une cuisine soigneusement sélectionnée, des partenariats avec des restaurants et la commodité du commerce électronique au sein d’un même service.

Scientifique des données Senior Staff, ML et expérimentation de marketplace

Dirigez le machine learning, l’inférence causale et l’expérimentation du marketplace chez Wonder, en définissant des systèmes de production qui améliorent l’expérience client, l’exécution des commandes, les prix et les décisions commerciales.

Description

  • Définir les principes et les pratiques qui guident l’utilisation des données, de l’expérimentation et du machine learning chez Wonder.
  • Former et accompagner une équipe grandissante de scientifiques des données.
  • Soutenir l’évolution professionnelle et l’excellence technique au sein du groupe.
  • Étudier le fonctionnement des systèmes interconnectés du marketplace et de leurs boucles de rétroaction.
  • Élaborer des cadres d’inférence causale et d’expérimentation pour mesurer l’impact commercial.
  • Travailler avec les équipes d’ingénierie sur l’architecture des couches de données partagées, des pipelines de caractéristiques, des API de modélisation, de l’infrastructure d’expérimentation et des services de machine learning en production.
  • Concevoir et mener des expériences pour tester des changements visant à améliorer les indicateurs commerciaux.
  • Faire progresser une science des données axée sur les objectifs commerciaux, qui associe inférence causale, expérimentation, modélisation tenant compte des risques et machine learning évolutif en production.
  • Repérer des opportunités à fort impact pour l’efficacité du marketplace, l’expérience client, la précision de l’heure d’arrivée estimée (ETA), la fiabilité de l’exécution des commandes, les prix, la planification de l’offre, la prévision de la demande et les performances opérationnelles.
  • Prototyper et tester des modèles et des analyses, définir leur architecture et les mettre en service pour améliorer les indicateurs commerciaux.

Exigences

  • Au moins 8 ans d’expérience dans le secteur avec un master, ou 6 ans ou plus avec un doctorat, en statistique, économie, mathématiques appliquées, informatique, science des données, machine learning ou dans un domaine quantitatif connexe.
  • Réussite avérée dans l’application de la science des données et du machine learning à des problématiques commerciales complexes.
  • Connaissances avancées en inférence causale, expérimentation et modélisation statistique.
  • Bon discernement des compromis entre enjeux commerciaux et produit.
  • Maîtrise de Python, de l’analyse de données, de la visualisation et de la programmation orientée objet pour produire du code évolutif prêt pour la production.
  • Expérience avérée du déploiement en production de systèmes de science des données, de machine learning ou d’inférence causale.
  • Maîtrise de SQL ou d’outils comparables pour interroger directement des jeux de données à l’échelle de la production.
  • Expérience du mentorat et de la définition de l’orientation technique pour des scientifiques, des analystes ou des ingénieurs.
  • Expérience de la direction de la conception de bout en bout de cadres de science des données, de machine learning, de mesure ou d’expérimentation.
  • Expérience dans la conception d’approches de mesure causale pour des systèmes complexes.
  • Formation en inférence causale, économétrie, modélisation bayésienne, conception expérimentale ou mesure observationnelle.
  • Expérience des méthodes d’expérimentation appliquée, comme les tests A/B, l’analyse de puissance, les effets de traitement hétérogènes, les indicateurs de garde-fou, les effets d’interférence et la mesure de l’impact à long terme.
  • Expérience de la création ou de la définition de systèmes de machine learning pour la production.
  • Capacité à aligner les équipes produit, ingénierie, opérations, commerciales et science des données autour d’une stratégie commune.
  • Expérience dans la définition de stratégies et de feuilles de route techniques pour des plateformes de science des données, de machine learning, d’expérimentation ou d’inférence causale.

Avantages

  • Participation au capital
  • Plan de retraite 401(k)
  • Choix de régimes d’assurance maladie, dentaire et optique
  • Couverture invalidité de courte et longue durée prise en charge par l’entreprise
  • Congés payés, dont des congés flexibles pour les salariés exemptés
  • Congés annuels payés pour les salariés non exemptés
  • Congé maladie payé conformément à la législation applicable
  • Congé parental payé
  • Repas à prix réduit
  • Avantages exclusifs dans les marques de la famille Wonder

Offres similaires

Xenon Seven

Scientifique des données cliniques : jumeaux numériques et essais cliniques

Xenon Seven

Développe des jumeaux numériques et des simulations pour éclairer la conception d’essais cliniques pharmaceutiques. Associe données cliniques, IA et apprentissage automatique afin d’étayer les décisions de développement par des preuves.

Ouvrir
Ritchie Bros.

Data Scientist principal, Chicago (hybride)

Ritchie Bros.

Dirige des équipes de science des données pour créer des solutions évolutives d’apprentissage automatique et d’analyse avancée. Collabore avec les équipes informatiques, les dirigeants, les équipes produit et d’autres parties prenantes sur des initiatives à l’échelle de l’entreprise.

Ouvrir
Ritchie Bros.

Scientifique principal des données

Ritchie Bros.

Dirigez une équipe de science des données qui conçoit des solutions évolutives d’apprentissage automatique et d’analyse avancée pour l’entreprise. Gérez et accompagnez des scientifiques, supervisez le développement des modèles et collaborez avec les équipes informatiques, produit, la direction et d’autres parties prenantes.

Ouvrir
Capital One

Responsable de la science des données – stratégie des données alternatives

Capital One

Pilotez les activités de science des données chez Capital One pour évaluer les données alternatives dans les décisions de crédit sur cartes aux États-Unis. Développez des modèles d’apprentissage automatique, des variables de données et des systèmes de suivi évolutifs.

Ouvrir
COUNTRY Financial®

Scientifique des données senior

COUNTRY Financial®
5 001 – 10 000 Employés
AssuranceFinanceInvestissements

Concevez des modèles prédictifs et des solutions d’IA pour les services d’assurance et d’investissement de COUNTRY Financial. Appliquez l’analytique avancée, la prévision et l’optimisation pour obtenir des résultats commerciaux mesurables.

Ouvrir
Grubhub

Scientifique principal senior en science des données, Marketplace

Grubhub

Définissez l’orientation de la science des données et de l’apprentissage automatique pour la marketplace de Wonder, en guidant l’inférence causale, l’expérimentation, les systèmes de production et les travaux techniques transversaux.

Ouvrir