首席資料科學家，客戶終身價值（Root，美國遠端）
負責 Root 的客戶終身價值建模，開發並部署涵蓋轉化、留存、保費與理賠的相互關聯預測模型。 此職位結合實驗設計、生產機器學習、技術領導力與團隊培訓。
說明
- 為客戶終身價值團隊提供高階技術領導，並直接參與分析、建模、部署、監控與生產支援
- 領導涉及客戶轉化、留存、未來保費與理賠損失等相互關聯模型的複雜專案
- 定義模糊的建模問題，評估分析方案並制定技術方向
- 評估元件模型之間的互動，調查效能不佳的原因，並依據業務價值排定改進優先順序
- 建立並驗證具有明確成功標準的實驗與衡量框架
- 評估模型部署後的效能與業務成果
- 與團隊經理協調季度規劃、工作排序、產能、里程碑與相依關係
- 與機器學習工程師及技術團隊合作，將模型、模擬與預測工作流程部署至生產環境
- 在分析嚴謹性、可靠性、可解釋性與交付速度之間取得平衡
- 向技術合作夥伴、業務主管與高階決策者呈現建議、風險與取捨
- 指導並支援其他資料科學家
- 建立可重複使用的方法、工具與標準，強化客戶終身價值團隊及相關量化科學工作的資料科學能力
職位要求
- 統計學、電腦科學、經濟學或相關量化學科的學士、碩士或博士學位
- 至少 8 年交付複雜、高影響力資料科學專案的經驗，涵蓋預測建模、實驗設計與業務決策支援
- 精通存活分析，包括事件發生時間模型與設限處理
- 具備扎實的統計建模、預測、實驗設計與驗證能力
- 熟悉 Python 軟體工程，包括模組化、經過測試、型別完善且可讀的程式碼
- 具備維護與重構大型共用程式碼庫的經驗
- 具備設計與營運互動模型系統的經驗，包括集成模型或鏈式預測
- 精通 Python 與 SQL
- 擁有現代建模與實驗框架的豐富實務經驗
- 深入了解統計方法、預測演算法、存活分析、時間序列預測、實驗設計、衡量與驗證
- 具備使用 MLOps 實務建構與維護相互關聯生產模型的經驗，例如特徵庫、訓練與推論管線、工作流程編排、版本控制與部署後監控
- 能夠估算建模專案的預期價值，並評估模型部署後的效能與業務影響
- 具備出色的溝通與建立關係能力
- 能夠在相關工作流之間影響優先順序與技術方向，同時負責親自交付
- 能夠指導技術工作、培訓資料科學家，並建立可重複使用的建模、實驗、驗證或報告實務
- 熟悉客戶終身價值預測、模擬工作流程、預測與實際值分析或因果推論
- 具備保險或受監管金融產品領域經驗
- 具備使用 AWS、Docker、dbt、Airflow、Metaflow、Step Functions 或 MLflow 等雲端資料與機器學習平台及工具的經驗
- 具備建立視覺化、儀表板或報告的經驗
- 具備為新建模技術或資料科學工具製作原型的經驗
- 虛擬面試時必須開啟攝影機
福利待遇
- 具競爭力的獎金機會
- 股權方案
- 可在美國境內任意地點彈性工作
- 招募過程中提供合理便利