Wonder
Wonder
Wonder ni kampuni ya chakula na vinywaji inayojenga huduma rahisi ya food hall inayojumuisha uwasilishaji, kuchukua mwenyewe na kula kwenye eneo la chakula. Inashirikiana na wapishi na mikahawa iliyoshinda tuzo, wakiwemo wataalamu wa upishi wenye nyota za Michelin na wataalamu wengine wanaotambulika wa chakula, ili kutoa chaguo pana la vyakula vya ubora wa mgahawa. Wateja wanaweza kuchanganya milo kutoka kwa mikahawa kadhaa washirika katika agizo moja, na hivyo kuleta chaguo mbalimbali za chakula nyumbani katika eneo lote la Tri-State. Mfumo wa Wonder unaunganisha vyakula vilivyochaguliwa kwa uangalifu, ushirikiano na mikahawa, pamoja na urahisi wa biashara ya mtandaoni katika huduma moja.

Mwanasayansi Mwandamizi wa Data, ML ya Soko na Majaribio

Ongoza machine learning ya soko, uelekezaji wa kisababishi na majaribio katika Wonder, ukibuni mifumo ya uzalishaji inayoboresha uzoefu wa wateja, utimizaji wa oda, bei na maamuzi ya biashara.

Maelezo

  • Weka kanuni na mbinu zinazoongoza matumizi ya Wonder ya data, majaribio na machine learning.
  • Fundisha na elekeza timu inayokua ya wanasayansi wa data.
  • Saidia ukuaji wa taaluma na ubora wa kiufundi katika kundi lote.
  • Chunguza jinsi mifumo ya soko iliyounganishwa na mizunguko ya mrejesho inavyofanya kazi.
  • Jenga mifumo ya uelekezaji wa kisababishi na majaribio ili kupima athari za biashara.
  • Shirikiana na wahandisi kuhusu usanifu wa tabaka za data zinazoshirikiwa, mabomba ya vipengele, API za modeli, miundombinu ya majaribio na huduma za ML za uzalishaji.
  • Buni na tekeleza majaribio ya mabadiliko yanayolenga kuboresha vipimo vya biashara.
  • Kuza sayansi ya data inayolenga biashara na kuchanganya uelekezaji wa kisababishi, majaribio, uundaji modeli unaozingatia hatari na ML ya uzalishaji inayoweza kupanuliwa.
  • Tafuta fursa zenye athari kubwa katika ufanisi wa soko, uzoefu wa wateja, usahihi wa ETA, utegemezi wa utimizaji, bei, mipango ya ugavi, utabiri wa mahitaji na utendaji wa shughuli.
  • Tengeneza na ujaribu modeli na maarifa, boresha usanifu wake, na uzitekeleze ili kuboresha vipimo vya biashara.

Mahitaji

  • Angalau miaka 8 ya uzoefu wa sekta ukiwa na shahada ya uzamili, au miaka 6 au zaidi ukiwa na PhD, katika takwimu, uchumi, hisabati tumizi, sayansi ya kompyuta, sayansi ya data, machine learning au taaluma nyingine inayohusiana ya kiasi.
  • Mafanikio yaliyothibitishwa ya kutumia sayansi ya data na machine learning kutatua changamoto tata za biashara.
  • Ujuzi wa hali ya juu wa uelekezaji wa kisababishi, majaribio na uundaji modeli wa takwimu.
  • Uamuzi mzuri kuhusu maelewano ya biashara na bidhaa.
  • Uwezo wa kutumia Python, uchanganuzi wa data, uwasilishaji wa data na upangaji programu unaolenga vitu ili kutengeneza msimbo unaoweza kupanuliwa na ulio tayari kwa uzalishaji.
  • Rekodi ya kupeleka mifumo ya sayansi ya data, machine learning au uelekezaji wa kisababishi kwenye uzalishaji.
  • Ufasaha wa SQL au zana zinazolingana za kuuliza moja kwa moja seti za data za kiwango cha uzalishaji.
  • Uzoefu wa kuelekeza na kuweka mwelekeo wa kiufundi kwa wanasayansi, wachanganuzi au wahandisi.
  • Uzoefu wa kuongoza usanifu wa mwanzo hadi mwisho wa mifumo ya sayansi ya data, machine learning, upimaji au majaribio.
  • Uzoefu wa kubuni mbinu za upimaji wa kisababishi kwa mifumo tata.
  • Usuli katika uelekezaji wa kisababishi, ekonometria, uundaji modeli wa Bayesian, usanifu wa majaribio au upimaji wa uchunguzi.
  • Uzoefu wa mbinu za majaribio zinazotumika kama vile majaribio ya A/B, uchanganuzi wa nguvu, athari tofauti za matibabu, vipimo vya ulinzi, athari za mwingiliano na upimaji wa athari za muda mrefu.
  • Uzoefu wa kujenga au kubuni mifumo ya machine learning ya uzalishaji.
  • Uwezo wa kuoanisha timu za bidhaa, uhandisi, shughuli, biashara na sayansi ya data kuhusu mkakati mmoja.
  • Uzoefu wa kuweka mkakati na ramani za kiufundi za majukwaa ya sayansi ya data, machine learning, majaribio au uelekezaji wa kisababishi.

Manufaa

  • Hisa za kampuni
  • Mpango wa kustaafu wa 401(k)
  • Chaguo la mipango ya matibabu, meno na macho
  • Bima ya ulemavu ya muda mfupi na mrefu inayolipiwa na kampuni
  • Likizo yenye malipo, ikijumuisha muda wa mapumziko unaobadilika kwa wafanyakazi wasio chini ya masharti ya saa za ziada
  • Likizo ya mwaka yenye malipo kwa wafanyakazi walio chini ya masharti ya saa za ziada
  • Likizo ya ugonjwa yenye malipo kwa mujibu wa sheria husika
  • Likizo ya uzazi na malezi yenye malipo
  • Milo yenye punguzo
  • Manufaa ya kipekee katika chapa za familia ya Wonder

Kazi Zinazohusiana

Ritchie Bros.

Mwanasayansi Mkuu wa Data

Ritchie Bros.

Ongoza timu ya sayansi ya data inayojenga ujifunzaji wa mashine unaoweza kupanuliwa na uchanganuzi wa kina kwa biashara. Simamia na walee wanasayansi wa data, simamia uundaji wa modeli, na ushirikiane na IT, bidhaa, viongozi na wadau wengine.

Fungua
Capital One

Meneja, Mwanasayansi wa Data – Mkakati wa Data Mbadala

Capital One

Ongoza kazi ya sayansi ya data katika Capital One ili kutathmini data mbadala kwa maamuzi ya mikopo ya US Card. Tengeneza miundo ya ujifunzaji wa mashine, vipengele vya data na mifumo inayoweza kupanuliwa ya ufuatiliaji.

Fungua
Grubhub

Mwanasayansi Data Mwandamizi wa Wafanyakazi, Marketplace

Grubhub

Kuweka mwelekeo wa sayansi ya data na ujifunzaji wa mashine kwa marketplace ya Wonder, huku ukiongoza hitimisho la kisababishi, majaribio, mifumo ya uzalishaji na kazi za kiufundi zinazohusisha timu mbalimbali.

Fungua