Gerente sénior, ciencia de datos

Hims & Hers es la plataforma líder en salud y bienestar, con la misión de ayudar al mundo a sentirse bien a través del poder de una mejor salud. Estamos redefiniendo la atención médica poniendo al cliente en primer lugar y brindando acceso a una atención que sea asequible, accesible y personal, desde el diagnóstico hasta el tratamiento y la entrega. No hay dos personas iguales, por eso brindamos acceso a una atención personalizada diseñada para obtener resultados. Al normalizar los desafíos de salud y bienestar e innovar en sus soluciones, hacemos que sea más fácil lograr mejores resultados de salud.

Hims & Hers es una empresa pública que cotiza en la Bolsa de Nueva York con el símbolo "HIMS". Para obtener más información sobre la marca y las ofertas, puede visitar hims.com/about y hims.com/how-it-works. Para obtener información sobre los excelentes beneficios, la cultura y el enfoque de trabajo remoto/flexible que prioriza el talento, consulte a continuación y visite www.hims.com/careers-professionals.

Acerca del rol:

Como gerente senior de ciencia de datos que lidera nuestro equipo en el Reino Unido, será uno de los primeros miembros de la función de ciencia de datos de Hims & Hers en el Reino Unido y se unirá mientras fortalecemos el equipo junto con el nuevo centro tecnológico de la compañía allí. Ayudarás a dar forma a cómo trabaja y crece el equipo del Reino Unido desde esta etapa inicial, sin una estructura establecida desde hace mucho tiempo que heredar.

Usted es líder técnico y líder de personas a partes iguales: establece la hoja de ruta para lo que construye su equipo del Reino Unido y en qué orden, desbloquea decisiones técnicas cuando el camino a seguir no está claro y desarrolla sus informes para convertirlos en líderes técnicos más fuertes.

Dependerá del Director de Ciencia de Datos (con sede en EE. UU.) y operará como un solo equipo con nuestros científicos de datos con sede en EE. UU., no como un satélite separado. Eso significa una colaboración real del día a día a través del Atlántico: estándares compartidos, una hoja de ruta compartida y suficiente superposición en las horas de trabajo para trabajar juntos en problemas difíciles. Trabajará en estrecha colaboración con el Director para descubrir cómo organizar mejor un equipo dividido en dos países, desde cómo se divide el trabajo hasta cómo se estructura el equipo, de modo que genere el mayor impacto para el negocio en lugar de simplemente replicar una estructura estadounidense en el extranjero. Se asociará directamente con los líderes de Finanzas, Marketing y Operaciones para traducir las prioridades comerciales en una hoja de ruta del equipo y luego asegurarse de que esa hoja de ruta realmente se envíe.

Usted:

•
Ayude a establecer el equipo del Reino Unido: como uno de los primeros miembros del equipo del Reino Unido, ayude a dar forma a las normas de trabajo, la cultura técnica y la experiencia de incorporación de los científicos de datos que se unan después de usted.

•
Liderar como un equipo distribuido: opere el equipo del Reino Unido como una función única con la organización de ciencia de datos con sede en EE. UU., no como un silo separado, manteniendo los estándares, el contexto y las prioridades consistentes en toda la diferencia de zona horaria.

•
Dé forma a la hoja de ruta: asóciese con el director de ciencia de datos y el equipo de EE. UU. para priorizar las solicitudes competitivas de marketing, operaciones, productos y finanzas en una hoja de ruta compartida, y ayude a hacer concesiones sobre qué construye el equipo del Reino Unido y cuándo.

•
Manténgase técnicamente cerca: revise los diseños y el código a un nivel de profundidad que le permita detectar malas decisiones técnicas con antelación, aunque no sea usted quien escriba el código de producción día a día.

•
Desbloquee la ambigüedad: adéntrese en los problemas de mayor ambigüedad en la hoja de ruta del equipo cuando su equipo necesite un segundo par de manos o una llamada técnica para desempatar.

•
Establezca el listón técnico: establezca y haga cumplir los estándares (revisión de código, documentación, monitoreo de modelos, rigor de experimentación) con los que construye su equipo, de manera consistente con el equipo de EE. UU. y en asociación con los circuitos integrados a nivel de personal.

•
Entrega propia: asuma la responsabilidad de si las compilaciones 0 a 1 de su equipo realmente se entregan, funcionan de manera confiable en producción y brindan el resultado comercial para el que fueron creadas.

Tienes:

•
Más de 8 años de experiencia en ciencia de datos o ingeniería de ML, incluidos más de 2 años gestionando directamente científicos de datos o ingenieros de ML.

•
Experiencia de equipo en etapa inicial: historial de unirse o ayudar a dar forma a un equipo, oficina o región completamente nuevos desde una etapa temprana, en lugar de trabajar únicamente dentro de una estructura establecida.

•
Colaboración distribuida/internacional: experiencia trabajando o liderando un equipo dividido en países o zonas horarias importantes, cómodo con los gastos generales de comunicación y los flujos de trabajo asíncronos que requieren.

•
Liderazgo de personas comprobado: historial de desarrollo y retención de talentos en ciencia de datos, incluida la calibración del desempeño y la gestión durante períodos de crecimiento del equipo.

•
Credibilidad técnica: lo suficientemente fuerte en Python, SQL y ML aplicado (regresión/clasificación, series de tiempo, métodos causales) para revisar las decisiones técnicas de su equipo y desbloquearlas, incluso sin escribir código de producción diariamente.

•
Priorización bajo restricciones: capacidad demostrada para ayudar a secuenciar una hoja de ruta que abarque las demandas de las partes interesadas en competencia con una plantilla limitada, y para presentar argumentos claros y bien razonados a favor de las compensaciones, incluso cuando la llamada final se comparte con otros.

•
Comunicación ejecutiva: Me siento cómodo traduciendo el trabajo técnico en una narrativa para los altos directivos y las partes interesadas no técnicas, y negociando el alcance y el cronograma con ellos directamente.

•
Rigor de ingeniería: familiaridad con los sistemas de producción de ML (entornos de nube, CI/CD, ML Ops) suficiente para mantener a su equipo en un nivel de producción real, no solo en un trabajo con calidad de portátil.

•
Educación: Licenciatura, Maestría o Doctorado en un campo cuantitativo (Estadística, Matemáticas, Economía, Física, Investigación de Operaciones, etc.) o experiencia equivalente. Valoramos la experiencia práctica en investigación empírica, como una tesis o un programa de laboratorio, sobre el campo de estudio específico.

Calificaciones preferidas:

•
Colaboración entre EE. UU. y el Reino Unido, específicamente: experiencia directa trabajando en un equipo dividido entre EE. UU. y el Reino Unido (o transatlántico similar), idealmente dentro de una empresa que aún establece su presencia en una de esas regiones.

•
Advanced Business ML (experiencia en liderazgo o revisión de trabajos en 1 o 2 de los siguientes):…

Fuente: Jobicy (https://jobicy.com/jobs/155725-sr-manager-data-science)