Estados Unidos
B&A
Grubhub
Cientista de Dados Senior Staff
Estados Unidos
Chicago, Illinois, United States · New York, New York, United States
PythonSQLGo
Tradução automática. Consulte o original.
Sobre a Grubhub
Na Grubhub, acreditamos que a comida é mais do que apenas uma refeição: é uma fonte de descoberta, conexão e puro prazer. Existe um momento e um lugar para cada tipo de prato, desde joias escondidas no bairro até favoritos testados e aprovados, e existimos para conectar as pessoas à comida que elas amam, da maneira que preferirem saborear. Estamos nessa desde 2004, mas agora, como parte da Wonder, a Grubhub opera com um senso renovado de impulso e a energia de alta velocidade de uma startup de peso.
Como um marketplace líder de pedidos e entrega nos EUA, contamos com mais de 415,000 estabelecimentos em mais de 4,000 cidades, criando a melhor experiência gastronômica ao elevar os pedidos online por meio de tecnologia de restaurante inovadora, plataformas fáceis de usar e uma experiência de entrega aprimorada. Estamos constantemente encontrando novas maneiras de inovar — desde a entrega integrada de mantimentos com mantimentos impulsionados pelo Instacart até programas de fidelidade exclusivos. Junte-se à nossa equipe, sediada na cidade de Nova York e em Chicago, e ajude-nos a oferecer aos nossos clientes o valor excepcional que eles merecem.
Sobre a Oportunidade
Na Wonder Data Science, nossa missão é construir sistemas de ciência de dados e machine learning que melhorem a forma como nosso marketplace opera, como os clientes vivenciam a plataforma e como a empresa toma decisões de alta qualidade.
Como Cientista de Dados Senior Staff, você irá além da resolução individual de problemas — você ajudará a moldar a direção estratégica da ciência de dados aplicada, orientará cientistas seniores e juniores e colaborará estreitamente com líderes de engenharia, produto, operações e negócios para levar nossas capacidades de ML e análise em direção a sistemas escaláveis e de nível de produção.
Você identificará oportunidades de alto impacto em toda a empresa, incluindo eficiência de marketplace, experiência do cliente, precisão de ETA, confiabilidade de atendimento, estratégia de preços, planejamento de oferta, previsão de demanda e desempenho operacional. Você projetará estruturas estatisticamente rigorosas para entender o impacto causal, separar o sinal do ruído e orientar a estratégia de negócios por meio de experimentação, medição e inferência baseada em princípios.
Você ajudará a definir como estruturamos compensações como experiência do cliente versus eficiência operacional, velocidade versus custo, precisão de previsão versus impacto nos negócios, movimento de métricas de curto prazo versus saúde do marketplace a longo prazo e automação versus julgamento humano.
Você fará protótipos, experimentará, influenciará a arquitetura e garantirá que operacionalizemos modelos e insights que realmente movam as métricas de negócios — não apenas análises que parecem boas offline.
O Impacto que Você Causará
- Atuar como um líder de pensamento técnico em Ciência de Dados — definindo princípios, estruturas e melhores práticas para como a Wonder usa dados, experimentação e machine learning para melhorar os resultados do cliente, do marketplace e dos negócios.
- Orientar e treinar uma equipe crescente de Cientistas de Dados e contribuir para o desenvolvimento de carreira e excelência técnica em todo o grupo.
- Liderar a exploração de sistemas de marketplace interconectados, reconhecendo ciclos de feedback entre comportamento do cliente, confiabilidade de atendimento, precisão de ETA, preços, planejamento de oferta, experiência do produto e desempenho dos negócios.
- Desenvolver estruturas de inferência causal e experimentação que ajudem a Wonder a entender quais mudanças de produto, operacionais e de marketplace realmente impulsionam o impacto nos negócios.
- Fazer parceria com a engenharia para impulsionar decisões de arquitetura para camadas de dados compartilhadas, pipelines de recursos, APIs de modelagem, infraestrutura de experimentação e serviços de ML de produção.
- Definir e implementar estratégias de experimentação robustas para mudanças que movam métricas de negócios em ambientes de alto ruído.
- Defender a ciência de dados orientada pelo impacto nos negócios, integrando inferência causal, experimentação, modelagem consciente de riscos e sistemas de ML de produção escaláveis que aprendem e se adaptam.
O que Você Traz para a Mesa
- 8+ anos de experiência no setor com mestrado ou 6+ anos com doutorado em Estatística, Economia, Matemática Aplicada, Ciência da Computação, Ciência de Dados, Machine Learning ou uma área quantitativa relacionada.
- Experiência comprovada na aplicação de ciência de dados e machine learning a problemas de negócios complexos, como otimização de marketplace, experiência do cliente, previsão, personalização, preços, equilíbrio de oferta/demanda, mudanças de política operacional ou experimentação de produtos.
- Profundo conhecimento em inferência causal, experimentação e modelagem estatística, incluindo métodos como testes A/B, diferença em diferenças, descontinuidade de regressão, variáveis instrumentais, controles sintéticos, modelagem de uplift ou análise de impacto causal.
- Forte intuição para compensações de negócios e produtos — experiência do cliente versus eficiência, confiança em ETA versus risco de conversão, confiabilidade de atendimento versus custo, crescimento de marketplace versus qualidade e otimização de curto prazo versus saúde de longo prazo.
- Proficiência em Python, análise de dados, visualização e escrita de código escalável e pronto para produção usando design orientado a objetos.
- Capacidade demonstrada de levar sistemas de ciência de dados, ML ou inferência causal para a produção, fazendo parceria com a engenharia em arquitetura, implantação e melhores práticas de monitoramento.
- Fluência em SQL ou ferramentas similares para interrogar diretamente conjuntos de dados em escala de produção.
- Experiência em orientar e fornecer direção técnica a outros cientistas, analistas ou engenheiros.
TEM ISSO? AINDA MELHOR
- Experiência liderando o design de ponta a ponta de ciência de dados, machine learning, medição ou estruturas de experimentação dentro de sistemas de marketplace, produtos de consumo, atendimento, logística, preços, previsão ou operações.
- Experiência projetando estratégias de medição causal para sistemas complexos onde decisões de produto, marketplace e operacionais interagem em várias camadas.
- Experiência em inferência causal, econometria, modelagem bayesiana, design experimental ou medição observacional em ambientes de alto ruído.
- Experiência com estruturas de experimentação aplicada, incluindo testes A/B, análise de poder, efeitos de tratamento heterogêneos, métricas de proteção, efeitos de interferência e medição de impacto de longo prazo.
- Experiência na construção ou influência de sistemas de ML de produção que combinam modelagem preditiva, medição causal, experimentação e regras de negócios
- Influência entre disciplinas — capaz de alinhar produto, engenharia, operações, negócios e ciência de dados em torno de uma estratégia coesa de ML, experimentação e medição.
- Experiência definindo estratégia e roteiros técnicos para plataformas de ciência de dados, machine learning, experimentação ou inferência causal.
Uma Nota Final
Nosso modelo híbrido exige 3 dias por semana no escritório. Dito isso, muitos membros da equipe optam por vir com mais frequência para aproveitar a colaboração e a conexão presencial. Você é bem-vindo — e incentivado — a estar no escritório até 5 dias por semana, se isso funcionar para você.
#LI-Hybrid
Nova York: $240,000 - $249,500 por ano.
Illinois: $216,000 - $224,500 por ano.
A Wonder usa estruturas salariais específicas por localização, o que significa que o salário oferecido pode variar dependendo de onde o trabalho está localizado. A oferta salarial final levará em conta vários fatores, como habilidades, educação, treinamento, credenciais e experiência do candidato.
Na Wonder, construímos as melhores equipes contratando com uma lente objetiva — avaliando as pessoas pelo seu potencial enquanto defendemos a diversidade, a equidade e a inclusão.
Não discriminamos com base em raça, cor, religião, identidade ou expressão de gênero, orientação sexual, origem nacional, idade, elegibilidade para serviço militar, status de veterano, estado civil, deficiência ou qualquer outra classe protegida.
Como parte de nosso compromisso com práticas de contratação justas e em conformidade, a Wonder participa do programa E-Verify do governo federal para confirmar a elegibilidade de emprego.
Se você precisar de uma acomodação durante o processo de entrevista, informe seu recrutador.
Estamos ansiosos para ouvir você! Entraremos em contato por e-mail ou mensagem de texto para agendar entrevistas e compartilhar informações sobre sua candidatura.
Benefícios
Os benefícios aplicáveis a esta função incluem um pacote de remuneração competitivo com participação acionária e um 401(k). Também oferecemos uma escolha de planos médicos, odontológicos e de visão, cobertura de invalidez de curto e longo prazo paga pela empresa, folga remunerada, incluindo folga flexível para funcionários isentos, férias remuneradas para funcionários não isentos e licença médica remunerada em conformidade com a lei aplicável, além de licença parental remunerada, refeições com desconto e vantagens exclusivas em toda a família de marcas Wonder.
A elegibilidade, as datas de vigência e as opções de plano disponíveis variam de acordo com a classificação de emprego e a localização. Para saber mais sobre os benefícios desta função, visite nossa página de Carreiras aqui wonder.com/careers.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil