Wonder
Wonder
Wonder — компания в сфере продуктов питания и напитков, создающая гибкий формат фуд-холла с доставкой, самовывозом и обслуживанием в заведении. Компания сотрудничает с отмеченными наградами шеф-поварами и ресторанами, включая кулинарных специалистов, удостоенных звёзд Michelin, а также других признанных экспертов в области гастрономии, предлагая широкий выбор блюд ресторанного качества. Клиенты могут объединять блюда от нескольких ресторанов-партнёров в одном заказе, получая разнообразные варианты питания с доставкой на дом по всему региону Три-Стейт. Модель Wonder объединяет тщательно подобранную кухню, партнёрства с ресторанами и удобство электронной коммерции в рамках одного сервиса.

Ведущий научный сотрудник по данным: машинное обучение и эксперименты на маркетплейсе

Руководите машинным обучением, причинно-следственным анализом и экспериментами на маркетплейсе Wonder. Развивайте производственные системы, улучшающие опыт клиентов, выполнение заказов, ценообразование и принятие бизнес-решений.

Описание

  • Задавайте принципы и практики использования данных, экспериментов и машинного обучения в Wonder.
  • Обучайте и наставляйте растущую команду специалистов по данным.
  • Поддерживайте профессиональный рост и техническое мастерство всей команды.
  • Исследуйте работу взаимосвязанных систем маркетплейса и циклов обратной связи.
  • Создавайте платформы причинно-следственного анализа и экспериментов для оценки влияния на бизнес.
  • Совместно с инженерами разрабатывайте архитектуру общих слоёв данных, конвейеров признаков, API моделей, инфраструктуры экспериментов и производственных сервисов машинного обучения.
  • Разрабатывайте и проводите эксперименты для изменений, направленных на улучшение бизнес-показателей.
  • Развивайте ориентированную на бизнес науку о данных, объединяющую причинно-следственный анализ, эксперименты, моделирование с учётом рисков и масштабируемое производственное машинное обучение.
  • Находите перспективные возможности для повышения эффективности маркетплейса, улучшения клиентского опыта, точности расчёта времени прибытия, надёжности выполнения заказов, ценообразования, планирования предложения, прогнозирования спроса и операционной деятельности.
  • Создавайте прототипы и тестируйте модели и аналитические выводы, формируйте их архитектуру и внедряйте их для улучшения бизнес-показателей.

Требования

  • Не менее 8 лет опыта работы в отрасли при наличии степени магистра либо не менее 6 лет при наличии степени PhD в области статистики, экономики, прикладной математики, информатики, науки о данных, машинного обучения или смежной количественной дисциплины.
  • Подтверждённый успех в применении науки о данных и машинного обучения для решения сложных бизнес-задач.
  • Глубокие знания причинно-следственного анализа, экспериментирования и статистического моделирования.
  • Умение взвешенно оценивать компромиссы в бизнесе и продукте.
  • Владение Python, анализом данных, визуализацией и объектно-ориентированным программированием для создания масштабируемого готового к эксплуатации кода.
  • Опыт внедрения в производственную среду систем науки о данных, машинного обучения или причинно-следственного анализа.
  • Свободное владение SQL или сопоставимыми инструментами для прямых запросов к наборам данных производственного масштаба.
  • Опыт наставничества и определения технического направления для специалистов по данным, аналитиков или инженеров.
  • Опыт руководства полным циклом разработки платформ науки о данных, машинного обучения, измерений или экспериментов.
  • Опыт разработки подходов к причинно-следственным измерениям для сложных систем.
  • Опыт в причинно-следственном анализе, эконометрике, байесовском моделировании, планировании экспериментов или измерениях по наблюдательным данным.
  • Опыт применения методов экспериментов, таких как A/B-тесты, анализ статистической мощности, неоднородные эффекты воздействия, защитные метрики, эффекты взаимного влияния и измерение долгосрочного влияния.
  • Опыт создания или развития производственных систем машинного обучения.
  • Умение объединять команды продукта, инженерии, операций, бизнеса и науки о данных вокруг общей стратегии.
  • Опыт разработки стратегии и технических дорожных карт для платформ науки о данных, машинного обучения, экспериментов или причинно-следственного анализа.

Преимущества

  • Доля в капитале компании
  • Пенсионный план 401(k)
  • На выбор планы медицинского, стоматологического страхования и страхования зрения
  • Оплачиваемое компанией страхование на случай краткосрочной и долгосрочной нетрудоспособности
  • Оплачиваемый отпуск, включая гибкий отпуск для сотрудников на должностях с освобождением от оплаты сверхурочной работы
  • Оплачиваемый отпуск для сотрудников на должностях без освобождения от оплаты сверхурочной работы
  • Оплачиваемый отпуск по болезни в соответствии с применимым законодательством
  • Оплачиваемый отпуск по уходу за ребёнком
  • Скидки на питание
  • Эксклюзивные привилегии в компаниях группы Wonder

Похожие вакансии

Xenon Seven

Специалист по клиническим данным: цифровые двойники и клинические исследования

Xenon Seven

Создаёт цифровых двойников и симуляции для планирования клинических исследований лекарственных препаратов. Объединяет клинические данные с ИИ и машинным обучением, чтобы обосновывать решения на основе доказательств.

Открыть
Ritchie Bros.

Ведущий специалист по данным, Чикаго (гибридный формат)

Ritchie Bros.

Руководите командами специалистов по данным при создании масштабируемых решений машинного обучения и продвинутой аналитики. Сотрудничайте с ИТ-службой, руководством, продуктовыми командами и другими заинтересованными сторонами в рамках общеорганизационных инициатив.

Открыть
Ritchie Bros.

Ведущий специалист по данным

Ritchie Bros.

Руководите командой специалистов по данным, разрабатывающей масштабируемые решения машинного обучения и расширенной аналитики для бизнеса. Управляйте специалистами и наставляйте их, контролируйте разработку моделей и взаимодействуйте с ИТ, продуктовой командой, руководством и другими заинтересованными сторонами.

Открыть
Capital One

Менеджер по данным и машинному обучению — стратегия альтернативных данных

Capital One

Руководите работой специалистов по данным в Capital One, оценивая альтернативные данные для принятия решений по кредитным картам в США. Создавайте модели машинного обучения, признаки данных и масштабируемые системы мониторинга.

Открыть
COUNTRY Financial®

Старший специалист по данным

COUNTRY Financial®
5 001 – 10 000 Сотрудники
ИнвестицииСтрахованиеФинансы

Создавайте прогнозные модели и решения на основе ИИ для страховых и инвестиционных услуг COUNTRY Financial. Применяйте продвинутую аналитику, прогнозирование и оптимизацию, чтобы добиваться измеримых результатов для бизнеса.

Открыть
Grubhub

Старший штатный специалист по данным, маркетплейс

Grubhub

Определяйте направление развития Data Science и машинного обучения для маркетплейса Wonder, задавая подходы к причинному выводу, экспериментам и промышленным системам. Руководите технической работой между командами и помогайте превращать модели и аналитику в бизнес-результаты.

Открыть