Leiter der Datenwissenschaft

Elliptic ist führend in der Entscheidungsfindung für digitale Assets. Wir haben die umfassendste Plattform für die effiziente Extraktion von Kryptodaten und Informationen über Blockchains hinweg mit höchster Genauigkeit entwickelt.
Die unübertroffene Betriebszeit, Skalierbarkeit, Tiefe und Breite unserer Daten und Informationen unserer Plattform bedeuten, dass anspruchsvolle Unternehmen Elliptic für ihre Compliance-, Risikomanagement-, Intelligence-Operations- und Blockchain-Infrastrukturanforderungen wählen.
Elliptic wurde 2013 gegründet und hat seinen Hauptsitz in London sowie Niederlassungen in New York, Washington D.C., den Vereinigten Arabischen Emiraten, Singapur und Tokio. Um mehr zu erfahren, besuchen Sie www.elliptic.co und folgen Sie uns auf LinkedIn und X.

Möchten Sie ein Data-Science-Team an einem Problem leiten, das die Branche noch nicht gelöst hat, und gleichzeitig selbst Code schreiben? Sind Sie gespannt darauf, die Datengrundlage dafür zu schaffen, wie Compliance funktioniert, wenn der Kunde ein autonomer Agent und keine Person ist? Sind Sie auf der Suche nach einem werteorientierten Unternehmen, in dem ein kleines Team mit einer Frage betraut wird, die in Monaten und nicht in Jahren wirtschaftlich von Bedeutung ist?

Die Auswirkungen, die Sie haben werden:
Sie leiten die Datenwissenschaft im Intelligence-Team von Elliptic sowie die Bereiche Intelligence Collection, Research and Investigations und Professional Services. Dabei handelt es sich bewusst um eine Spielertrainer-Rolle mit Aussicht auf die Skalierung einer Mannschaft. Zunächst leiten Sie ein kleines Team von Datenwissenschaftlern und es wird von Ihnen erwartet, dass Sie für die Ausrichtung, Leistung und das Wachstum des Teams verantwortlich sind. Sie besitzen die Beweise für die Modelle, die Ihr Team erstellt, und Sie vertreten diese im Modellrisiko-Governance-Forum von Elliptic. Dabei handelt es sich nicht um eine Compliance-Steuer, die auf die technische Arbeit geschraubt wird: Es ist der Grund dafür, dass Institutionen unseren Ergebnissen vertrauen.
Der Grund, warum wir einen Leiter einstellen, wenn wir mehr Datenwissenschaftler hinzufügen, liegt darin, dass ein kleines Team, das an einem ungelösten Problem arbeitet, jemanden braucht, der das Fachgebiet von Grund auf versteht, und nicht eine darüber liegende Managementebene. Sie legen fest, woran dieses Team arbeitet, stellen die nächsten Leute ein und sind die Person, auf deren technisches Urteilsvermögen das Team vertraut, weil Sie die Arbeit selbst erledigen können.

Was Sie tun werden:

• Führen und erweitern Sie das Team. Legen Sie mit Ihren Datenwissenschaftlern Ziele im Kontext der Unternehmensstrategie fest, übernehmen Sie Verantwortung für deren Leistung und Entwicklung und seien Sie der Manager, der das schwierige Gespräch führt, anstatt es aufzuschieben. Vergleichen Sie das Team mit dem Intelligence-Karriererahmen von Elliptic und bauen Sie echte Entwicklungspfade auf.

• Stellen Sie die nächsten Datenwissenschaftler ein. Beherrschen Sie den Einstellungsprozess von Anfang bis Ende mit Unterstützung: Ebenen, Stellenbeschreibungen, Einstellungsplan, Interviewpanel und -stab sowie die Einstellungsentscheidung. Das Teamwachstum auf sieben bis neun Personen im Laufe der Zeit hängt davon ab, dass Sie dies frühzeitig richtig machen.

• Bauen Sie die Sammlung für die Zukunft der Compliance auf. Gehen Sie von einer Anweisung über eine Spezifikation bis hin zu gelieferten Daten: Definieren Sie, wie gut aussieht, ordnen Sie die Arbeit an, legen Sie die Qualitätsmaßstäbe fest und seien Sie ehrlich darüber, was der Datensatz unterstützt und was nicht.

• Eigene Modellverwaltung für die Modelle Ihres Teams. Halten Sie den Modellbestand aktuell und korrekt abgestuft, stellen Sie sicher, dass Validierungs- und Testnachweise vorhanden sind, die dem Standard entsprechen, den jede Stufe erfordert, überwachen Sie Abweichungen und reagieren Sie auf Schwellenwertverletzungen, und reichen Sie wesentliche Änderungen und Produktionsbereitstellungen mit den beigefügten Testartefakten zur Überprüfung ein. Übernehmen Sie die Behebung von Problemen, die bei Ihren Modellen aufgetreten sind, innerhalb der vereinbarten Fristen.

• Leiten Sie die datenwissenschaftliche Arbeit von Elliptic. Formulieren Sie die Forschungsfrage, führen Sie die ersten Experimente durch und bilden Sie sich eine vertretbare Vorstellung davon, was Elliptic bis wann können muss. Bringen Sie diese Ansicht der Geheimdienstleitung, dem Chefwissenschaftler und dem Produkt als Empfehlung und nicht als offene Frage mit.

• Bleiben Sie technisch am Ball. Schreiben Sie Code, überprüfen Sie die Arbeit Ihres Teams auf der Ebene der Methode und nicht auf der Ebene der Ausgabe, und führen Sie die Methodenaufrufe selbst durch, wenn es darauf ankommt.

• Beherrschen Sie die bestehenden Verpflichtungen des Teams. Die aktuelle Arbeit des Teams zu Clustering, Attribution, Heuristik und Kennzeichnung dient weiterhin der Plattform. Sie besitzen seine Zuverlässigkeit und seine Kompromisse und entscheiden, was Sie stoppen möchten.

• Funktionsübergreifend arbeiten. Arbeiten Sie mit Intelligence Collection, Collection Engineering, Research and Investigations, dem Chief Scientist, Product and Engineering zusammen, damit die datenwissenschaftliche Arbeit als Plattformfähigkeit und nicht als Analyse, die niemand nutzt, landet.

• Legen Sie den KI-Arbeitsstandard für das Team fest. Entscheiden Sie, wie Ihr Team KI in seinen Entwicklungs- und Forschungsabläufen einsetzt, was wie überprüft werden muss, und halten Sie das Team daran fest.

Was Sie in den ersten 6 Monaten erreichen werden:

• Der Erfassungsplan wird in einem Umfang bereitgestellt, der echte Modell- oder heuristische Arbeiten unterstützt, mit einem dokumentierten Weg zu seiner Aufrechterhaltung.

• Eine vereinbarte elliptische Position zur Entwicklung von Compliance-Systemen, abgestimmt auf die erwartete Branchennachfrage, wobei die ersten Fähigkeitsarbeiten entweder im Gange sind oder mit angegebenen Gründen absichtlich verschoben werden.

• Mindestens eine Einstellung im Bereich Data Science wurde vorgenommen und die bestehenden mit dem Karriererahmen abgeglichen, wobei Entwicklungspläne vorhanden sind.

• Modellieren Sie eine einwandfreie Governance für alles, was Ihr Team besitzt: aktuelles und korrekt abgestuftes Inventar, keine überfälligen Validierungen auf den höchsten Ebenen, vorhandene Überwachung mit umgesetzten Schwellenwerten und keine offenen Probleme nach Ablauf der Behebungsfrist.

• Data-Science-Ziele für Intelligence vereinbart und umgesetzt, wobei andere Funktionen angeben können, was sie vom Team erwarten können und wann.

• Eine sichtbare Verbesserung der Zuverlässigkeit oder des Durchsatzes der Kernleistung des Teams, die auf eine von Ihnen vorgenommene Änderung zurückzuführen ist.

• Technische Glaubwürdigkeit intakt: Das Team nimmt Ihre Methodenbeurteilungen ernst, weil Sie die Arbeit erledigen können.

Sie passen hierher, wenn Sie:

• Sie möchten ein Team leiten, ohne die technische Arbeit hinter sich zu lassen, und können ehrlich sagen, wo Sie diese Grenze ziehen.

• Fühlen Sie sich wohl, wenn Sie die Verantwortung für eine Frage tragen, die noch niemand beantwortet hat, auch wenn Sie sagen, was Sie nicht wissen?

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/elliptic/data-science-lead-london-united-kingdom-238961)