Root Inc. — компанія споживчого автострахування, яка використовує мобільний застосунок і телематичні технології на базі смартфона для оцінювання манери водіння та розрахунку вартості полісів; безпечніше водіння зазвичай впливає на тарифи. Застосунок дає змогу отримувати розрахунки, керувати полісом, подавати заяви про страхові випадки та проходити тестовий період для збору даних про водіння. Root також пропонує допомогу на дорозі та інші варіанти покриття в багатьох штатах США, обслуговуючи водіїв, зацікавлених у страхуванні на основі фактичного використання автомобіля.
Провідний фахівець із даних, довічна цінність клієнта (Root, віддалена робота в США)
Керуйте моделюванням довічної цінності клієнта в Root, розробляючи та впроваджуючи взаємопов’язані прогнозні моделі конверсії, утримання, страхових премій і збитків за страховими вимогами. Роль поєднує експерименти, промислове машинне навчання, технічне лідерство та наставництво.
Опис
- Забезпечувати технічне лідерство senior-рівня для команди Lifetime Value, водночас безпосередньо працюючи з аналізом, моделюванням, впровадженням, моніторингом і супроводом у промисловій експлуатації
- Керувати складними ініціативами з взаємопов’язаними моделями конверсії клієнтів, утримання, майбутніх страхових премій і збитків за страховими вимогами
- Формулювати неоднозначні завдання моделювання, оцінювати аналітичні варіанти та визначати технічний напрям
- Оцінювати взаємодію компонентних моделей, досліджувати причини слабких результатів і визначати пріоритети покращень за їхньою бізнес-цінністю
- Створювати та перевіряти експерименти й методики вимірювання з чітко визначеними критеріями успіху
- Оцінювати ефективність моделей і бізнес-результати після впровадження
- Координувати з менеджером команди квартальне планування, послідовність робіт, завантаження, етапи та залежності
- Співпрацювати з інженерами машинного навчання й технологічними командами для впровадження моделей, симуляцій і процесів прогнозування у промислову експлуатацію
- Поєднувати аналітичну строгість, надійність, інтерпретованість і швидкість постачання
- Представляти рекомендації, ризики та компроміси технічним партнерам, бізнес-лідерам і керівникам, які ухвалюють рішення
- Наставляти та підтримувати інших фахівців із даних
- Створювати повторно використовувані методи, інструменти й стандарти, що посилюють роботу з даними в команді Lifetime Value та суміжній роботі в галузі кількісних наук
Вимоги
- Ступінь бакалавра, магістра або доктора в галузі статистики, комп’ютерних наук, економіки чи іншої суміжної кількісної дисципліни
- Щонайменше 8 років досвіду реалізації складних проєктів у галузі роботи з даними з високим впливом, що охоплюють прогнозне моделювання, експерименти та підтримку бізнес-рішень
- Поглиблена експертиза в аналізі виживання, зокрема моделях часу до події та цензуруванні
- Сильні навички статистичного моделювання, прогнозування, планування експериментів і валідації
- Володіння програмною інженерією на Python, зокрема модульним, протестованим, типізованим і зрозумілим кодом
- Досвід супроводу та рефакторингу великих спільних кодових баз
- Досвід проєктування й експлуатації систем взаємодіючих моделей, зокрема ансамблів або ланцюжків прогнозів
- Глибоке знання Python і SQL
- Значний практичний досвід роботи із сучасними фреймворками моделювання та експериментів
- Ґрунтовне знання статистичних методів, алгоритмів прогнозування, аналізу виживання, прогнозування часових рядів, планування експериментів, вимірювання та валідації
- Досвід створення й супроводу взаємопов’язаних промислових моделей із використанням практик MLOps, таких як сховища ознак, конвеєри навчання та інференсу, оркестрація робочих процесів, контроль версій і моніторинг після впровадження
- Здатність оцінювати потенційну цінність ініціатив із моделювання та аналізувати ефективність моделей і бізнес-вплив після впровадження
- Сильні навички комунікації та побудови взаємин
- Підтверджена здатність впливати на пріоритети й технічний напрям у суміжних робочих потоках, залишаючись відповідальним за практичну реалізацію
- Здатність спрямовувати технічну роботу, навчати фахівців із даних і створювати повторно використовувані практики моделювання, експериментів, валідації або звітності
- Обізнаність із прогнозуванням довічної цінності клієнта, процесами симуляції, аналізом прогнозу та фактичних результатів або причинно-наслідковим висновуванням
- Досвід роботи у страхуванні або з регульованими фінансовими продуктами
- Досвід роботи з хмарними платформами й інструментами для даних і машинного навчання, такими як AWS, Docker, dbt, Airflow, Metaflow, Step Functions або MLflow
- Досвід створення візуалізацій, інформаційних панелей або звітів
- Досвід прототипування нових методів моделювання чи інструментів роботи з даними
- Потрібно бути в кадрі під час віртуальних співбесід
Переваги
- Конкурентна можливість отримання бонусу
- Пропозиція частки в капіталі
- Можливість працювати з будь-якого місця на території США
- Розумне пристосування протягом усього процесу найму