États-Unis
B&A
Wonder
Senior Staff Data Scientist
États-Unis
Chicago, Illinois, United States · New York, New York, United States
PythonSQLGo
Traduction automatique. Consultez l’original.
À propos de Grubhub
Chez Grubhub, nous pensons que la nourriture est bien plus qu'un simple repas : c'est une source de découverte, de lien et de pur plaisir. Il y a un moment et un lieu pour chaque type de plat, des perles cachées du quartier aux favoris incontournables, et nous existons pour mettre les gens en contact avec la nourriture qu'ils aiment, de toutes les manières dont ils souhaitent en profiter. Nous sommes en activité depuis 2004, mais désormais, en tant que partie intégrante de Wonder, Grubhub opère avec un élan renouvelé et l'énergie à haute vélocité d'une startup puissante.
En tant que place de marché de commande et de livraison de premier plan aux États-Unis, nous proposons plus de 415,000 commerçants dans plus de 4,000 villes, créant l'expérience culinaire ultime en améliorant la commande en ligne grâce à une technologie de restauration innovante, des plateformes faciles à utiliser et une expérience de livraison optimisée. Nous trouvons constamment de nouvelles façons d'innover, de la livraison de courses intégrée avec des produits d'épicerie propulsés par Instacart aux programmes de fidélité exclusifs. Rejoignez notre équipe, basée à New York et à Chicago, et aidez-nous à offrir à nos clients la valeur exceptionnelle qu'ils méritent.
À propos de l'opportunité
Au sein de Wonder Data Science, notre mission est de construire des systèmes de science des données et de machine learning qui améliorent le fonctionnement de notre place de marché, l'expérience des clients sur la plateforme et la qualité des décisions prises par l'entreprise.
En tant que Senior Staff Data Scientist, vous irez au-delà de la résolution de problèmes individuels : vous aiderez à définir l'orientation stratégique de la science des données appliquée, vous encadrerez des scientifiques seniors et juniors, et vous collaborerez étroitement avec les responsables de l'ingénierie, des produits, des opérations et de l'entreprise pour faire évoluer nos capacités en ML et en analytique vers des systèmes évolutifs et de qualité production.
Vous identifierez des opportunités à fort levier dans toute l'entreprise, notamment l'efficacité de la place de marché, l'expérience client, la précision des ETA, la fiabilité de l'exécution, la stratégie de tarification, la planification de l'offre, la prévision de la demande et la performance opérationnelle. Vous concevrez des cadres statistiquement rigoureux pour comprendre l'impact causal, séparer le signal du bruit et guider la stratégie commerciale par l'expérimentation, la mesure et l'inférence fondée sur des principes.
Vous aiderez à définir la manière dont nous structurons les compromis tels que l'expérience client par rapport à l'efficacité opérationnelle, la vitesse par rapport au coût, la précision des prédictions par rapport à l'impact commercial, l'évolution des indicateurs à court terme par rapport à la santé à long terme de la place de marché, et l'automatisation par rapport au jugement humain.
Vous prototyperez, expérimenterez, influencerez l'architecture et veillerez à ce que nous opérationnalisions des modèles et des insights qui font réellement bouger les indicateurs commerciaux, et pas seulement des analyses qui semblent pertinentes hors ligne.
L'impact que vous aurez
- Agir en tant que leader d'opinion technique en science des données, en définissant des principes, des cadres et des meilleures pratiques pour la manière dont Wonder utilise les données, l'expérimentation et le machine learning pour améliorer les résultats pour les clients, la place de marché et l'entreprise.
- Encadrer et coacher une équipe croissante de Data Scientists et contribuer au développement de carrière et à l'excellence technique au sein du groupe.
- Diriger l'exploration des systèmes interconnectés de la place de marché, en identifiant les boucles de rétroaction entre le comportement des clients, la fiabilité de l'exécution, la précision des ETA, la tarification, la planification de l'offre, l'expérience produit et la performance commerciale.
- Développer des cadres d'inférence causale et d'expérimentation qui aident Wonder à comprendre quels changements de produit, opérationnels et de place de marché ont un réel impact sur l'entreprise.
- Collaborer avec l'ingénierie pour piloter les décisions d'architecture pour les couches de données partagées, les pipelines de caractéristiques, les APIs de modélisation, l'infrastructure d'expérimentation et les services ML en production.
- Définir et mettre en œuvre des stratégies d'expérimentation robustes pour les changements qui font bouger les indicateurs commerciaux dans des environnements à fort bruit.
- Promouvoir une science des données axée sur l'impact commercial, en intégrant l'inférence causale, l'expérimentation, la modélisation consciente des risques et des systèmes ML de production évolutifs qui apprennent et s'adaptent.
Ce que vous apportez
- 8+ années d'expérience dans l'industrie avec un Master ou 6+ années avec un doctorat en statistiques, économie, mathématiques appliquées, informatique, science des données, Machine Learning ou un domaine quantitatif connexe.
- Expérience avérée dans l'application de la science des données et du machine learning à des problèmes commerciaux complexes, tels que l'optimisation de la place de marché, l'expérience client, la prévision, la personnalisation, la tarification, l'équilibrage offre/demande, les changements de politique opérationnelle ou l'expérimentation produit.
- Expertise approfondie en inférence causale, expérimentation et modélisation statistique, incluant des méthodes telles que les tests A/B, la différence dans les différences, la régression sur discontinuité, les variables instrumentales, les contrôles synthétiques, la modélisation d'uplift ou l'analyse d'impact causal.
- Forte intuition pour les compromis commerciaux et produits : expérience client par rapport à l'efficacité, confiance dans les ETA par rapport au risque de conversion, fiabilité de l'exécution par rapport au coût, croissance de la place de marché par rapport à la qualité, et optimisation à court terme par rapport à la santé à long terme.
- Maîtrise de Python, de l'analyse de données, de la visualisation et de l'écriture de code évolutif prêt pour la production en utilisant la conception orientée objet.
- Capacité démontrée à mettre en production des systèmes de science des données, de ML ou d'inférence causale, en collaborant avec l'ingénierie sur les meilleures pratiques d'architecture, de déploiement et de surveillance.
- Maîtrise de SQL ou d'outils similaires pour interroger directement des ensembles de données à l'échelle de la production.
- Expérience dans l'encadrement et la fourniture d'orientations techniques à d'autres scientifiques, analystes ou ingénieurs.
VOUS AVEZ CELA ? ENCORE MIEUX
- Expérience dans la direction de la conception de bout en bout de cadres de science des données, de machine learning, de mesure ou d'expérimentation au sein de systèmes de place de marché, de produits de consommation, d'exécution, de logistique, de tarification, de prévision ou d'opérations.
- Expérience dans la conception de stratégies de mesure causale pour des systèmes complexes où les décisions produit, de place de marché et opérationnelles interagissent à travers plusieurs couches.
- Contexte en inférence causale, économétrie, modélisation bayésienne, conception expérimentale ou mesure observationnelle dans des environnements à fort bruit.
- Expérience avec des cadres d'expérimentation appliqués, incluant les tests A/B, l'analyse de puissance, les effets de traitement hétérogènes, les indicateurs de garde-fou, les effets d'interférence et la mesure de l'impact à long terme.
- Expérience dans la construction ou l'influence de systèmes ML de production qui combinent modélisation prédictive, mesure causale, expérimentation et règles métier.
- Influence interdisciplinaire : capable d'aligner les produits, l'ingénierie, les opérations, l'entreprise et la science des données autour d'une stratégie cohérente de ML, d'expérimentation et de mesure.
- Expérience dans la définition de la stratégie et des feuilles de route techniques pour les plateformes de science des données, de machine learning, d'expérimentation ou d'inférence causale.
Une note finale
Notre modèle hybride nécessite 3 jours par semaine au bureau. Cela dit, de nombreux membres de l'équipe choisissent de venir plus souvent pour profiter de la collaboration et des liens en personne. Vous êtes les bienvenus, et encouragés, à être au bureau jusqu'à 5 jours par semaine si cela vous convient.
#LI-Hybrid
New York : 240,000 $ - 249,500 $ par an.
Illinois : 216,000 $ - 224,500 $ par an.
Wonder utilise des structures salariales spécifiques à la géographie, ce qui signifie que le salaire proposé peut varier en fonction du lieu de travail. L'offre salariale finale prendra en compte divers facteurs, tels que les compétences, l'éducation, la formation, les diplômes et l'expérience du candidat.
Chez Wonder, nous construisons les meilleures équipes en recrutant avec un regard objectif, en évaluant les personnes pour leur potentiel tout en défendant la diversité, l'équité et l'inclusion.
Nous ne pratiquons aucune discrimination fondée sur la race, la couleur, la religion, l'identité ou l'expression de genre, l'orientation sexuelle, l'origine nationale, l'âge, l'éligibilité au service militaire, le statut d'ancien combattant, l'état civil, le handicap ou toute autre classe protégée.
Dans le cadre de notre engagement envers des pratiques d'embauche équitables et conformes, Wonder participe au programme E-Verify du gouvernement fédéral pour confirmer l'éligibilité à l'emploi.
Si vous avez besoin d'un aménagement pendant le processus d'entretien, veuillez en informer votre recruteur.
Nous avons hâte d'avoir de vos nouvelles ! Nous vous contacterons par e-mail ou par SMS pour planifier les entretiens et partager des informations sur votre candidature.
Avantages
Les avantages applicables à ce poste incluent un package de rémunération compétitif avec des actions et un 401(k). Nous proposons également un choix de plans médicaux, dentaires et de vision, une couverture d'invalidité de courte et longue durée payée par l'entreprise, des congés payés incluant des congés flexibles pour les employés exemptés, des congés payés pour les employés non exemptés, et des congés maladie payés conformément à la loi applicable, en plus d'un congé parental payé, de repas à prix réduit et d'avantages exclusifs au sein de la famille de marques Wonder.
L'éligibilité, les dates d'effet et les options de plan disponibles varient selon la classification de l'emploi et le lieu. Pour en savoir plus sur les avantages pour ce poste, visitez notre page Carrières ici wonder.com/careers.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil