Data Science & Engineering Manager

AllTrails ist die App zum Erkunden der Natur. Wir helfen Menschen, mehr Zeit draußen zu verbringen, indem wir sie mit ihrem nächsten Abenteuer verbinden. Als Heimat der weltweit größten Outdoor-Community mit Mitgliedern und Trails rund um den Globus finden Sie AllTrails im Apple App Store, Google Play Store und auf alltrails.com.

Jeden Tag arbeitet unser Team daran, mehr Menschen nach draußen zu bringen und unseren Mitgliedern zu besseren Erlebnissen auf dem Trail zu verhelfen. Bei allem, was wir tun, führen wir mit unseren Werten – Positivität, Innovation, Bescheidenheit, Anpassungsfähigkeit, Inklusivität und Verantwortungsbewusstsein. Begleiten Sie uns!

Dies ist eine in den USA ansässige Fernposition. Obwohl für diese Stelle keine persönliche Anwesenheit erforderlich ist, bevorzugen wir Kandidaten mit Sitz in oder in der Nähe einer dieser Städte: San Francisco, Kalifornien, Portland, Oregon, Seattle, WA, Denver, Colorado und New York, New York. Der Aufenthalt in einer dieser Städte bietet die Möglichkeit, über Trail Days, Co-Working-Sitzungen und lokale Zusammenkünfte mit Teamkollegen in Kontakt zu treten und gleichzeitig die Flexibilität zu haben, aus der Ferne zu arbeiten. Den Mitarbeitern in San Francisco wird dringend empfohlen, einen Tag pro Woche ins Büro zu kommen.

Über die Rolle

Diese Rolle berichtet an den Director of Engineering, Maps & Data und leitet das Data Science & Engineering-Team von AllTrails, eine kleine und zentralisierte Engineering-Funktion, die das Unternehmen funktionsübergreifend über Produkt-Pods und Partnerteams hinweg unterstützt, darunter Datenanalyse, Finanzen und Marketing. Der Aufgabenbereich des Teams umfasst skalierbare Dateninfrastruktur, Datenverwaltung, Zuverlässigkeit, Compliance sowie die Entwicklung und Produktion von Lösungen für maschinelles Lernen, KI und Algorithmen, die interne Abläufe und Produkterlebnisse für Mitglieder ermöglichen.

Aufgrund des hohen Bewerberaufkommens und um sicherzustellen, dass unser Einstellungsteam genügend Zeit hat, jeder Bewerbung die Aufmerksamkeit zu widmen, die sie verdient, haben wir den Bewerbungsschluss für diese Stelle auf den 20. August festgelegt.

Was Sie tun werden

Teamführung und Personalmanagement

• Das Team verwalten und erweitern: Führen, einstellen und coachen Sie ein Team aus Dateningenieuren und angewandten Datenwissenschaftlern und fördern Sie gleichzeitig die Gesundheit, berufliche Entwicklung und hohe Leistung des Teams durch aktives Coaching und Leistungsmanagement.

Strategische Geschäftspartnerschaft und KI-Strategie

• Stakeholder-Ausrichtung: Arbeiten Sie mit funktionsübergreifenden Führungskräften zusammen, um Geschäftsanforderungen in technische Anforderungen umzusetzen, Initiativen zu priorisieren und langfristige Plattforminvestitionen mit kurzfristigen Lieferzielen in Einklang zu bringen.

• Domänen- und KI-Innovation: Dienen Sie als wichtiger Denkpartner bei der Nutzung von Daten, KI und Automatisierung, um die interne Produktivität, den Trail-Inhalt, die Kartenqualität und die Personalisierungserfahrungen der Mitglieder von AllTrails zu verbessern.

Datenplattform und technische Ausführung

• Pipeline- und ML-Architektur: Fördern Sie die Architektur und Bereitstellung skalierbarer Batch- und Streaming-Pipelines und skalieren Sie gleichzeitig die Produktion von ML-Modellen und algorithmischen Systemen in zuverlässige technische Lösungen.

• Systembetrieb und -zuverlässigkeit: Überwachen Sie die Orchestrierung, Transformation, Alarmierung und den Datenfluss im gesamten Unternehmen und beheben Sie komplexe Leistungsengpässe und Systemausfälle, um eine hohe Systemverfügbarkeit sicherzustellen.

Datenverwaltung, Demokratisierung und Plattformbetrieb

• Governance und Self-Service: Setzen Sie sich für Datenzuverlässigkeit, Qualität, Datenschutz, Compliance und Kosteneffizienz ein und entwickeln Sie gleichzeitig Tools für die Datenkatalogisierung, Dokumentation und Self-Service zur Demokratisierung von Datenbeständen.

• Geschwindigkeit und kontinuierliche Verbesserung: Schaffen Sie organisatorischen Nutzen, indem Sie die Time-to-Insight, die Debugging-Geschwindigkeit und die Bereitstellungsgeschwindigkeit verbessern und gleichzeitig neue Tools und Technologien kontinuierlich evaluieren, um die Datenfunktionen zu verbessern

Was Sie mitbringen

Team- und Mitarbeiterführung

• Führungserfahrung: 5+ Jahre in der Datentechnik, davon 3+ Jahre in der Leitung von Datentechnik-, maschinellen Lern- und Datenwissenschaftsteams mit Schwerpunkt auf dem Coaching von leitenden ICs, Karriereentwicklung und dem Aufbau einer integrativen, verantwortungsvollen Teamkultur.

• Arbeitsstil und Werte: Eine anpassungsfähige, selbstmotivierte Führungskraft, die in schnelllebigen, mehrdeutigen Umgebungen erfolgreich ist und strategische Vision mit praktischer technischer Anleitung, Bescheidenheit, Empathie und einer Leidenschaft für die Natur in Einklang bringt.

Technische Architektur und Infrastruktur

• Plattform und Governance: Praktische Erfahrung in der Verwaltung der GCP-Dateninfrastruktur, der Durchsetzung der Daten-Governance und der Aufrechterhaltung produktionstauglicher Datenzugriffsmuster, Speicher-, Caching- und Optimierungsstandards.

• Moderner Datenstapel: Umfassende Kenntnisse in der Transformation großer Datensätze in spaltenbasierten SQL-Warehouses (bevorzugt BigQuery oder Snowflake) mithilfe von ELT-Tools (Dataform, dbt) und Orchestratoren wie Apache Airflow.

• Pipeline und Verarbeitung: Nachgewiesene Expertise beim Entwerfen komplexer SQL/Python-Pipelines unter Verwendung parallelisierter Verarbeitungsframeworks (Dataflow, Spark oder ähnliches) und Kerndatenmodellierungstechniken (dimensional, Sternschema).

Ingenieurspraktiken und KI/ML-Operationen

• DevOps und SDLC: Tiefe Vertrautheit mit Best Practices für die Softwareentwicklung, einschließlich Docker/Kubernetes, CI/CD-Pipelines, Überwachungs-/Beobachtbarkeitstools (Datadog, New Relic usw.), Codeüberprüfungen und monatliche Bereitschaftsrotation.

• Angewandte KI/ML: Erfolgsbilanz bei der Führung von Teams durch den gesamten ML-Lebenszyklus (MLOps), um angewandte Anwendungsfälle wie Empfehlung, Ranking, Personalisierung und Klassifizierungs-Engines zu unterstützen.

Stakeholder-Management und -Ausführung

• Funktionsübergreifende Verantwortung: Sie sind in der Lage, sowohl Plattformgrundlagen als auch angewandte Datenprodukte zu leiten, mit dem geschäftlichen Urteilsvermögen, um konkurrierende Stakeholder-Bedürfnisse zu priorisieren.

• End-to-End-Bereitstellung: Nachgewiesene Fähigkeit, komplexe Geschäftsanforderungen in technische Spezifikationen umzusetzen und effektiv mit Stakeholdern zusammenzuarbeiten, um Projekte vom Anfang bis zum Abschluss zu steuern.

Bonuspunkte

• Erfahrung im Umgang mit Geodaten, Karten, Kacheln, Diagrammdatenbanken und/oder Routing

• Erfahrung in der Arbeit in einer Multi-Cloud-Umgebung (GCP + AWS)

• Berufserfahrung in einem B2C-Unternehmen

• Kenntnisse in der Verwaltung von Infrastruktur als Code (z. B. Terraform)…

Quelle: Jobspresso (https://jobspresso.co/job/data-science-engineering-manager/)