Grubhub
Grubhub
Grubhub to amerykańska platforma do zamawiania i dostawy jedzenia, która łączy klientów, restauracje i kurierów. Jako część Wonder firma prowadzi platformy do składania zamówień oraz usługę subskrypcyjną Grubhub+, wykorzystując technologię i logistykę do współpracy z restauracjami i koordynowania dostaw. Jej działalność obejmuje sektor gastronomiczny, logistykę i funkcjonowanie platformy handlowej, dając osobom szukającym pracy kontekst dotyczący działalności firmy stojącej za jej ofertami.

Starszy główny naukowiec ds. danych, marketplace

Wyznaczaj kierunek rozwoju data science i uczenia maszynowego dla marketplace’u Wonder, kształtując podejście do wnioskowania przyczynowego, eksperymentów i systemów produkcyjnych. Koordynuj prace techniczne między zespołami i pomagaj przekładać modele oraz analizy na wyniki biznesowe.

Opis

  • Wyznaczaj zasady i praktyki stosowania danych, eksperymentów i uczenia maszynowego w celu poprawy wyników klientów, marketplace’u i firmy.
  • Wspieraj naukowców zajmujących się danymi jako mentor, pomagając im rozwijać karierę i kompetencje techniczne.
  • Analizuj powiązane systemy marketplace’u i sprzężenia zwrotne między nimi.
  • Twórz metody wnioskowania przyczynowego i ramy eksperymentalne do mierzenia wpływu na biznes.
  • Współpracuj z zespołami inżynieryjnymi nad wspólnymi warstwami danych, potokami cech, interfejsami API modeli, infrastrukturą eksperymentów i produkcyjnymi usługami uczenia maszynowego.
  • Projektuj i przeprowadzaj eksperymenty oceniające zmiany wskaźników biznesowych w warunkach dużego szumu.
  • Rozwijaj data science łączące wnioskowanie przyczynowe, eksperymenty, modelowanie uwzględniające ryzyko i skalowalne produkcyjne uczenie maszynowe, aby osiągać wyniki biznesowe.
  • Wyszukuj możliwości o dużym wpływie na efektywność marketplace’u, doświadczenia klientów, dokładność ETA, niezawodność realizacji zamówień, ceny, planowanie podaży, prognozowanie popytu i operacje.
  • Twórz prototypy i testuj rozwiązania, kształtuj architekturę oraz wdrażaj modele i wnioski, aby poprawiać wskaźniki biznesowe.

Wymagania

  • Co najmniej 8 lat doświadczenia zawodowego w branży przy tytule magistra lub 6 lat przy stopniu doktora w dziedzinie statystyki, ekonomii, matematyki stosowanej, informatyki, data science, uczenia maszynowego lub pokrewnej dziedzinie ilościowej.
  • Udokumentowane sukcesy w stosowaniu data science i uczenia maszynowego do złożonych problemów biznesowych.
  • Dogłębna znajomość wnioskowania przyczynowego, eksperymentów i modelowania statystycznego, w tym takich metod jak testy A/B, metoda różnicy w różnicach, nieciągłość regresyjna, zmienne instrumentalne, kontrola syntetyczna, modelowanie efektu oddziaływania lub analiza efektu przyczynowego.
  • Biegłość w Pythonie, analizie danych, wizualizacji oraz tworzeniu skalowalnego kodu gotowego do środowiska produkcyjnego z wykorzystaniem projektowania obiektowego.
  • Doświadczenie we wdrażaniu do środowiska produkcyjnego systemów data science, uczenia maszynowego lub wnioskowania przyczynowego.
  • Biegłość w SQL lub podobnych narzędziach do bezpośredniego odpytywania zbiorów danych w skali produkcyjnej.
  • Doświadczenie w mentoringu i wyznaczaniu kierunku technicznego dla naukowców, analityków lub inżynierów.
  • Dodatkowym atutem będzie kompleksowe prowadzenie projektowania ram data science, uczenia maszynowego, pomiaru lub eksperymentów.
  • Dodatkowym atutem będzie doświadczenie w projektowaniu strategii pomiaru przyczynowego dla złożonych systemów.
  • Dodatkowym atutem będzie doświadczenie w zakresie wnioskowania przyczynowego, ekonometrii, modelowania bayesowskiego, projektowania eksperymentów lub pomiarów obserwacyjnych.
  • Dodatkowym atutem będzie doświadczenie z praktycznymi ramami eksperymentalnymi.
  • Dodatkowym atutem będzie doświadczenie w budowaniu lub współkształtowaniu produkcyjnych systemów uczenia maszynowego.
  • Dodatkowym atutem będzie umiejętność wywierania wpływu na różne dyscypliny.
  • Dodatkowym atutem będzie doświadczenie w wyznaczaniu strategii i technicznych planów działania.
  • Konieczne jest spełnienie wymogów weryfikacji uprawnień do zatrudnienia za pośrednictwem systemu E-Verify.

Benefity

  • Udziały w kapitale firmy.
  • Plan 401(k).
  • Do wyboru plany ubezpieczenia medycznego, stomatologicznego i okulistycznego.
  • Opłacane przez firmę ubezpieczenie od krótko- i długoterminowej niezdolności do pracy.
  • Płatny czas wolny, w tym elastyczny czas wolny dla pracowników zwolnionych z ewidencji nadgodzin.
  • Płatny urlop dla pracowników niezwolnionych z ewidencji nadgodzin.
  • Płatne zwolnienie chorobowe zgodnie z obowiązującymi przepisami.
  • Płatny urlop rodzicielski.
  • Posiłki ze zniżką.
  • Ekskluzywne przywileje w ramach rodziny marek Wonder.

Powiązane oferty pracy

Ritchie Bros.

Główny specjalista ds. danych, Chicago (praca hybrydowa)

Ritchie Bros.

Kieruj zespołami analityków danych tworzącymi skalowalne rozwiązania z zakresu uczenia maszynowego i zaawansowanej analityki. Współpracuj z działem IT, kadrą kierowniczą, zespołami produktowymi i innymi interesariuszami przy inicjatywach obejmujących całą organizację.

Otwórz
Ritchie Bros.

Główny specjalista ds. danych

Ritchie Bros.

Kieruj zespołem data scientistów tworzącym skalowalne rozwiązania z zakresu uczenia maszynowego i zaawansowanej analityki dla biznesu. Zarządzaj specjalistami i wspieraj ich rozwój, nadzoruj tworzenie modeli oraz współpracuj z działami IT, produktem, kadrą kierowniczą i innymi interesariuszami.

Otwórz
Capital One

Menedżer ds. data science — strategia danych alternatywnych

Capital One

Kieruj pracami z zakresu data science w Capital One, oceniając dane alternatywne na potrzeby decyzji kredytowych dotyczących kart w USA. Twórz modele uczenia maszynowego, cechy danych i skalowalne systemy monitorowania.

Otwórz