Root Inc. er et bilforsikringsselskap for privatkunder som bruker en mobilapp og smarttelefonbasert telematikk til å vurdere kjøreatferd og fastsette priser på forsikringer, der tryggere kjøring generelt kan påvirke premiene. Appen støtter tilbud, administrasjon av forsikringer, skademeldinger og en prøvekjøringsperiode for innsamling av kjøredata. Root tilbyr også veihjelp og andre dekningstyper i mange amerikanske delstater, og betjener sjåfører som er interessert i bruksbasert forsikring.
Staff Data Scientist, kundens livstidsverdi (Root, fjernarbeid i USA)
Lede modellering av kundens livstidsverdi hos Root og utvikle samt sette i produksjon sammenkoblede prediktive modeller for konvertering, kundebevaring, premier og skader. Rollen kombinerer eksperimentering, maskinlæring i produksjon, teknisk ledelse og coaching.
Beskrivelse
- Gi senior teknisk ledelse for teamet for livstidsverdi og bidra direkte innen analyse, modellering, produksjonssetting, overvåking og produksjonsstøtte
- Lede komplekse initiativer med sammenkoblede modeller for kundekonvertering, kundebevaring, fremtidige premier og skadetap
- Definere uklare modelleringsproblemer, vurdere analytiske alternativer og forme teknisk retning
- Evaluere samspillet mellom komponentmodeller, undersøke svak ytelse og prioritere forbedringer etter forretningsverdi
- Utarbeide og validere eksperimenter og målerammeverk med tydelige suksesskriterier
- Evaluere modellens ytelse og forretningsresultater etter produksjonssetting
- Koordinere med teamlederen om kvartalsplanlegging, rekkefølge, kapasitet, milepæler og avhengigheter
- Samarbeide med maskinlæringsingeniører og teknologiteam for å sette modeller, simuleringer og prognosearbeidsflyter i produksjon
- Balansere analytisk grundighet, pålitelighet, tolkningsbarhet og leveringshastighet
- Presentere anbefalinger, risikoer og avveininger for tekniske samarbeidspartnere, forretningsledere og seniorbeslutningstakere
- Være mentor for og støtte andre data scientists
- Bygge gjenbrukbare metoder, verktøy og standarder som styrker datavitenskapen i teamet for livstidsverdi og tilknyttet arbeid innen kvantitativ vitenskap
Krav
- Bachelor-, master- eller doktorgrad i statistikk, informatikk, økonomi eller en relatert kvantitativ disiplin
- Minst 8 års erfaring med å levere komplekse datavitenskapsprosjekter med stor påvirkning innen prediktiv modellering, eksperimentering og støtte til forretningsbeslutninger
- Avansert kompetanse innen overlevelsesanalyse, inkludert tid-til-hendelse-modeller og sensurering
- Sterk kompetanse innen statistisk modellering, prognoser, eksperimentdesign og validering
- Gode ferdigheter i Python-programvareutvikling, inkludert modulær, testet, veltypet og lesbar kode
- Erfaring med å vedlikeholde og refaktorere store delte kodebaser
- Erfaring med å utforme og drifte systemer med samvirkende modeller, inkludert ensembler eller kjedede prediksjoner
- Dyp kompetanse i Python og SQL
- Omfattende praktisk erfaring med moderne rammeverk for modellering og eksperimentering
- Grundig kunnskap om statistiske metoder, prediktive algoritmer, overlevelsesanalyse, tidsserieprognoser, eksperimentdesign, måling og validering
- Erfaring med å bygge og vedlikeholde sammenkoblede produksjonsmodeller med MLOps-praksiser som feature stores, trenings- og inferenspipelines, arbeidsflytorkestrering, versjonskontroll og overvåking etter produksjonssetting
- Evne til å anslå den fremtidige verdien av modelleringsinitiativer og vurdere modellens ytelse og forretningspåvirkning etter produksjonssetting
- Sterke kommunikasjons- og relasjonsbyggende ferdigheter
- Dokumentert evne til å påvirke prioriteringer og teknisk retning på tvers av relaterte arbeidsstrømmer, samtidig som du tar ansvar for praktisk leveranse
- Evne til å lede teknisk arbeid, coache data scientists og etablere gjenbrukbare metoder for modellering, eksperimentering, validering eller rapportering
- Kjennskap til prognoser for kundens livstidsverdi, simuleringsarbeidsflyter, analyse av prognose mot faktisk resultat eller kausal inferens
- Erfaring fra forsikring eller regulerte finansielle produkter
- Erfaring med skybaserte data- og maskinlæringsplattformer og verktøy som AWS, Docker, dbt, Airflow, Metaflow, Step Functions eller MLflow
- Erfaring med å lage visualiseringer, dashbord eller rapporter
- Erfaring med å lage prototyper for nye modelleringsteknikker eller datavitenskapelige verktøy
- Må være synlig på kamera under virtuelle intervjuer
Fordeler
- Konkurransedyktig bonusmulighet
- Aksjetilbud
- Fleksibilitet til å arbeide fra hvor som helst i USA
- Rimelig tilrettelegging gjennom hele ansettelsesprosessen