Stitch Fix
Stitch Fix
Stitch Fix menggabungkan penggayaan peribadi dengan pembelian fesyen dalam talian untuk wanita, lelaki dan kanak-kanak. Pelanggan berkongsi cita rasa, saiz dan bajet melalui kuiz gaya, kemudian menerima pilihan pakaian yang dipilih khas oleh penggaya peribadi. Mereka boleh membeli pakaian yang disukai atau meneroka Freestyle, pengalaman membeli-belah dengan cadangan yang disesuaikan mengikut gaya mereka. Perkhidmatan ini menggabungkan fesyen, cadangan berasaskan data dan logistik untuk menghantar pakaian terus kepada pelanggan.

Saintis Data Full-Stack Utama, Model Asas

Pimpin pembangunan pembelajaran mesin asas dan sistem pengesyoran untuk platform peruncitan diperibadikan Stitch Fix. Bina model produksi menggunakan data tingkah laku, transaksi, teks dan imej.

Penerangan

  • Bina, nilai dan gunakan model pembelajaran mesin yang menambah baik pemperibadian dan pengesyoran.
  • Bangunkan model dan keupayaan asas, termasuk perwakilan pelanggan dan produk, embedding, perolehan semula, pemeringkatan, pengesyoran dan penjanaan pilihan produk.
  • Gunakan model bahasa besar, pembelajaran mendalam, pembelajaran perwakilan, pemodelan multimodal dan kaedah generatif.
  • Pimpin kitar hayat pembelajaran mesin, daripada mentakrifkan masalah dan meneroka data hingga pemodelan, eksperimen, penggunaan, pemantauan dan pengulangan.
  • Wujudkan penilaian luar talian dan eksperimen dalam talian untuk menilai prestasi model serta hasil kepada pelanggan dan perniagaan.
  • Analisis set data tingkah laku dan produk berskala besar menggunakan Python, SQL dan alat pemprosesan data teragih.
  • Hasilkan sistem pembelajaran mesin produksi yang boleh diskalakan, boleh dipercayai, boleh dipantau dan cekap kos.
  • Bekerjasama dengan pasukan Produk, Kejuruteraan dan Sains Data untuk menukarkan keperluan hiliran kepada keupayaan pembelajaran mesin asas yang boleh digunakan semula.
  • Bantu membentuk hala tuju teknikal melalui semakan reka bentuk dan kod, penyelidikan, prototaip dan pembangunan amalan terbaik.
  • Terangkan konsep teknikal, pilihan pemodelan, pertukaran dan cadangan kepada rakan teknikal serta bukan teknikal.
  • Bimbing Saintis Data dan jurutera serta bekerjasama dengan mereka.

Keperluan

  • Ijazah sarjana muda dalam bidang kuantitatif seperti sains komputer, statistik, fizik, matematik atau bidang berkaitan.
  • Sekurang-kurangnya 8 tahun pengalaman mereka bentuk dan menggunakan penyelesaian pembelajaran mesin, sebaik-baiknya dalam bidang pemperibadian seperti pengesyoran, pembelajaran perwakilan atau carian.
  • Keupayaan mereka bentuk seni bina teknikal dan menulis kod Python berkualiti produksi.
  • Keupayaan mengendalikan masalah pembelajaran mesin yang samar-samar secara kendiri, daripada penerokaan dan prototaip hingga penggunaan produksi, pemantauan, pengulangan dan hasil yang boleh diukur.
  • Pengalaman dengan set data besar, SQL dan teknologi pemprosesan teragih seperti Spark.
  • Pengalaman menggunakan rangka kerja pembelajaran mendalam moden seperti PyTorch atau TensorFlow.
  • Penguasaan kukuh dalam penilaian dan eksperimen model, termasuk penilaian luar talian, ujian A/B dan menghubungkan peningkatan model kepada hasil produk atau perniagaan yang boleh diukur.
  • Keupayaan menilai pertukaran pembelajaran mesin produksi yang melibatkan kualiti model, kependaman, kebolehskalaan, kebolehpercayaan dan kos pengkomputeran.
  • Kemahiran komunikasi dan kerjasama yang kukuh, termasuk keupayaan mempengaruhi keputusan teknikal serta menerangkan konsep kompleks kepada khalayak teknikal dan bukan teknikal.
  • Sifat ingin tahu intelektual dan rekod mempelajari serta menerapkan teknik pembelajaran mesin baharu kepada cabaran praktikal.

Faedah

  • Gaji yang kompetitif.
  • Layak menerima bonus tahunan.
  • Anugerah unit saham terhad semasa mula bekerja dan secara berterusan, tertakluk pada prestasi pekerja dan syarikat.
  • Perlindungan perubatan.
  • Perlindungan pergigian.
  • Perlindungan penglihatan.
  • Manfaat kesihatan dan kesejahteraan tambahan yang inklusif.
  • Pakej pampasan yang komprehensif.
  • Anugerah ekuiti.
  • Tempat kerja yang pelbagai dan inklusif.
  • Persekitaran yang menyokong pertumbuhan profesional.

Pekerjaan Berkaitan